188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
bsbyh_38

上传于：2014-10-30

粉丝量：1

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 数据挖掘十大算法

    星级： 5 页

  • 数据挖掘十大算法

    星级： 5 页

  • 数据挖掘十大算法

    星级： 10 页

  • 数据挖掘十大算法详解

    星级： 93 页

  • 数据挖掘十大算法

    星级： 5 页

  • 数据挖掘十大算法

    星级： 19 页

  • 数据挖掘十大算法

    星级： 37 页

  • 数据挖掘十大算法

    星级： 2 页

  • 数据挖掘十大算法

    星级： 10 页

  • 数据挖掘十大算法

    星级： 3 页

  • 数据挖掘十大算法详解

    星级： 129 页

  • 数据挖掘十大算法详解

    星级： 91 页

  • 数据挖掘十大算法及案例

    星级： 7 页

  • 数据挖掘十大算法

    星级： 16 页

  • 数据挖掘十大算法

    星级： 13 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 数据挖掘十大算法

    下载积分： 2000

    内容提示： l longshenlmj的专栏ongshenlmj的专栏 数数据挖掘十大算法 据挖掘十大算法 分类： 综述 BI 2013-12-18 18:03 27人阅读 评论(0) 收藏 举报 数据挖掘机器学习 什么是机器学习；机器学习的主要任务： 分类， 回归。 分类： 是将实例数据划分到合适的分类中。 回归： 是用于预测数值型数据。 比如： 数据拟合曲线（通过给定数据点的最优拟合曲线） 。 如何选择合适的算法； 如何保证算法的正确性： （1） 确保算法应用可以正确处理简单数据。 （2） 将现实世界中得到的数据格式化为算法可以处理的格式。 （3） 将步骤2得到的数据输入到步骤1的算法中， 检验算法的运行结果。 介绍最...

    文档格式：PDF | 页数：5 | 浏览次数：15 | 上传日期：2014-10-30 21:28:14 | 文档星级：
    l longshenlmj的专栏ongshenlmj的专栏 数数据挖掘十大算法 据挖掘十大算法 分类： 综述 BI 2013-12-18 18:03 27人阅读 评论(0) 收藏 举报 数据挖掘机器学习 什么是机器学习；机器学习的主要任务： 分类， 回归。 分类： 是将实例数据划分到合适的分类中。 回归： 是用于预测数值型数据。 比如： 数据拟合曲线（通过给定数据点的最优拟合曲线） 。 如何选择合适的算法； 如何保证算法的正确性： （1） 确保算法应用可以正确处理简单数据。 （2） 将现实世界中得到的数据格式化为算法可以处理的格式。 （3） 将步骤2得到的数据输入到步骤1的算法中， 检验算法的运行结果。 介绍最简单最有效的分类数据算法——k-近邻算法；   -数据以及基于数据做出决策是数据挖掘的目的。 数据挖掘十大算法 是IEEE数据挖掘国际会议（ICDM） 上的一篇论文。 2007年12月在JKIS（journalof Knowledge Information System） 杂志上发表。 依据知识发现和数据挖掘国际会议（KDD） 获奖者的问卷调查结果， 论文统计出排名前十的数据挖掘算法包括： C4. 5决策树， K-均值（K-mean） ，支持向量机（SVM） ， Apriori、 最大期望值算法（EM） 、 PageRank算法， AdaBoost算法、 K-近邻算法（kNN） 、 朴素贝叶斯算法（NB） 和分类回归树。   国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法： C4. 5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART. 不仅仅是选中的十大算法， 其实参加评选的18种算法， 实际上随便拿出一种来都可以称得上是经典算法， 它们在数据挖掘领域都产生了极为深远的影响。   1. C4. 5 C4. 5算法是机器学习算法中的一种分类决策树算法, 其核心算法是ID3算法. C4. 5算法继承了ID3算法的优点， 并在以下几方面对ID3算法进行了改进： 1) 用信息增益率来选择属性， 克服了用信息增益选择属性时偏向选择取值多的属性的不足；2) 在树构造过程中进行剪枝；3) 能够完成对连续属性的离散化处理；4) 能够对不完整数据进行处理。 C4. 5算法有如下优点： 产生的分类规则易于理解， 准确率较高。 其缺点是： 在构造树的过程中， 需要对数据集进行多次的顺序扫描和排序， 因而导致算法的低效。 2. The k-means algorithm 即K-Means算法 k-means algorithm算法是一个聚类算法， 把n的对象根据他们的属性分为k个分割， k < n。 它与处理混合正态分布的最大期望算法很相似， 因为他们都试图找到数据中自然聚类的中心。 它假设对象属性来自于空间向量， 并且目标是使各个群组内部的均方误差总和最小。 3. Support vector machines 支持向量机， 英文为Support Vector Machine， 简称SV机（论文中一般简称SVM） 。 它是一种監督式學習的方法， 它广泛的应用于统计分类以及回归分析中。 支持向量机将向量映射到一个更高维的空间里， 在这个空间里建立有一个最大间隔超平面。 在分开数据的超平面的两边建有两个互相平行的超平面。 分隔超平面使两个平行超平面的距离最大化。 假定平行超平面间的距离或差距越大， 分类器的总误差越小。 一个极好的指南是C. J. C Burges的《模式识别1

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司