K最近鄰(KNN,k-Nearest Neighbor)準確理解

2016-12-28

K最近鄰(KNN,k-Nearest Neighbor)準確理解 用了之后，發現我用的都是1NN，所以查閱了一下相關文獻，才對KNN理解正確了，真是丟人了。 下圖中，綠色圓要被決定賦予哪個類，是紅色三角形還是藍色四方形？如果K ...

kernel 核函數 意義 作用 原理_機器學習

2016-12-14

kernel 核函數 意義 作用 原理_機器學習 核函數目的：把原坐標系里線性不可分的數據用Kernel投影到另一個空間，盡量使得數據在新的空間里線性可分。 核函數方法的廣泛應用,與其特點是分不開的： ...

數據挖掘分類方法小結_數據挖掘中的基于決策樹的分類方法

2016-12-14

數據挖掘分類方法小結_數據挖掘中的基于決策樹的分類方法 數據倉庫，數據庫或者其它信息庫中隱藏著許多可以為商業、科研等活動的決策提供所需要的知識。分類與預測是兩種數據分析形式，它們可以用來抽取能夠描 ...

用R語言實現對不平衡數據的四種處理方法

2016-09-07

用R語言實現對不平衡數據的四種處理方法 在對不平衡的分類數據集進行建模時，機器學習算法可能并不穩定，其預測結果甚至可能是有偏的，而預測精度此時也變得帶有誤導性。那么，這種結果是為何發生的呢?到底是什 ...

數據挖掘- 分類算法比較

2016-07-20

數據挖掘- 分類算法比較 隨著計算能力、存儲、網絡的高速發展，人類積累的數據量正以指數速度增長。對于這些數據，人們迫切希望從中提取出隱藏其中的有用信息，更需要發現更深層次的規律，對決策，商務應用提 ...

常見機器學習算法比較

2016-07-11

常見機器學習算法比較 機器學習算法太多了，分類、回歸、聚類、推薦、圖像識別領域等等，要想找到一個合適算法真的不容易，所以在實際應用中，我們一般都是采用啟發式學習方式來實驗。通常最開始我們都會選擇 ...

機器學習實踐中應避免的7種常見錯誤

2016-06-02

機器學習實踐中應避免的7種常見錯誤 在機器學習領域，每個給定的建模問題都存在幾十種解法，本文作者認為，模型算法的假設并不一定適用于手頭的數據；在追求模型最佳性能時，重要的是選擇適合數據集（尤其是“ ...

矩陣分解在推薦系統中的應用：NMF和經典SVD實戰

2016-05-06

矩陣分解在推薦系統中的應用：NMF和經典SVD實戰 數據  關于NMF，在隱語義模型和NMF（非負矩陣分解）已經有過介紹。 用戶和物品的主題分布 運行后輸出： 可視化物品的主 ...

線性判別分析(Linear Discriminant Analysis, LDA）算法分析

2016-04-24

線性判別分析(Linear Discriminant Analysis, LDA）算法分析 一． LDA算法概述： 線性判別式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher線性判別(Fisher Linear&nbs ...

如何利用機器學習進行海量數據挖掘

2016-04-20

互聯網的海量數據不可能靠人工一個個處理，只能依靠計算機批量處理。最初的做法是人為設定好一些規則，由機器來執行。但特征一多規則就很難制定，即使定下了規則也沒法根據實際情況靈活變化。機器學習可以很好的解決 ...

美團實例詳解機器學習如何解決問題

2016-04-06

前言：隨著大數據時代的到來，機器學習成為解決問題的一種重要且關鍵的工具。不管是工業界還是學術界，機器學習都是一個炙手可熱的方向，但是學術界和工業界對機器學習的研究各有側重，學術界側重于對機器學習理論的 ...

統計中分類算法總結

2016-03-19

統計中分類算法總結 對于很多做統計的人員來說，對統計中的算法知道的不是很全面，下面就對統計中分類算法做個總結。 數據轉換 主要有兩種: l   歸一化處理 主要通過把數據歸一到一 ...

數據挖掘十大算法總結--核心思想，算法優缺點，應用領域，數據挖掘優缺點

2016-03-19

數據挖掘十大算法總結--核心思想，算法優缺點，應用領域，數據挖掘優缺點 本文所涉算法均只概述核心思想，具體實現細節參看“數據挖掘算法學習”分類下其他文章，不定期更新中。轉載請注明出處，謝謝。 參考 ...

把小樣本經驗用在海量樣本篩選上，才是大數據的價值

2016-02-26

把小樣本經驗用在海量樣本篩選上，才是大數據的價值 從小樣本到大數據：概念與誤區 最近兩年產生并記錄的數據，總量占到人類文明以來所有數據總和的90%。我們源源不斷記錄著一切有價值的信息， ...

數據挖掘領域的10大經典算法分享

2016-02-12

 數據挖掘領域的10大經典算法分享 在和數據挖掘方面的朋友聊天時，會討論一些關于挖掘領域方面知識，對于10大經典算法還有過一次激烈的討論，應為當時是剛接觸數據挖掘，不是很懂。國際權威的學術組織the ...

機器學習算法一覽

2016-01-18

文 | 寒小陽 來源  | CSDN博客 引言 提起筆來寫這篇博客，突然有點愧疚和尷尬。愧疚的是，工作雜事多，加之懶癌嚴重，導致這個系列一直沒有更新，向關注該系列的同學們道個 ...

聚類分析的主要步驟

2015-11-30

聚類分析的主要步驟 聚類分析的主要步驟 1.數據預處理， 2.為衡量數據點間的相似度定義一個距離函數， 3.聚類或分組， 4.評估輸出。 數據預處理包括選擇數量，類型和 ...

數據挖掘十大經典算法及各自優勢

2015-10-27

數據挖掘十大經典算法及各自優勢 不僅僅是選中的十大算法，其實參加評選的18種算法，實際上隨便拿出一種來都可以稱得上是經典算法，它們在數據挖掘領域都產生了極為深遠的影響。 1. C4.5 ...

數據挖掘 特異群組挖掘的框架與應用

2015-10-13

數據挖掘 特異群組挖掘的框架與應用 特異群組挖掘在證券金融、醫療保險、智能交通、社會網絡和生命科學研究等領域具有重要應用價值。特異群組挖掘與聚類、異常挖掘都屬于根據數據對象的相似性來劃分數據 ...

數據挖掘十大經典算法

2015-09-14

數據挖掘十大經典算法 國際權威的學術組織the IEEE International Conference on Data Mining (ICDM) 2006年12月評選出了數據挖掘領域的十大經典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaB ...