首先说一下什么是离散化以及连续变量离散化的必要性。 离散化是把无限空间中无限的个体映射到有限的空间中去，通俗点讲就是把连续型数据切分为若干“段”，也称bin，离散化在数据分析中特别…

逻辑回归（Logistic Regression）是机器学习中的一种分类模型，由于算法的简单和高效，在实际中应用非常广泛。本文作为美团机器学习InAction系列中的一篇，主要关注…

来自 http://blog.csdn.net/yujunbeta 算法四：支持向量机   说到支持向量机，必须要提到july大神的《支持向量机通俗导论》，个人感觉再怎么…

学习交流数据分析、挖掘可以加QQ群 76354029 本贴主要为2015年12月19号晚上8点半的分享交流准备。 内容： 理论、应用、练习 理论： 什么是聚类分析？ 聚类分析属于探…

描述性统计分析是针对数据本身而言，用统计学指标描述其特征的分析方法，这种描述看似简单，实际上却是很多高级分析的基础工作，很多高级分析方法对于数据都有一定的假设和适用条件，这些都可以…

来源：www.cnblogs.com/fengfenggirl 我计划整理数据挖掘的基本概念和算法，包括关联规则挖掘、分类、聚类的常用算法，敬请期待。今天讲的是关联规则挖掘的最基本…

来自 http://blog.csdn.net/yujunbeta 算法五：神经网络(优化算法)   人工神经网络(ANN)，简称神经网络，是一种模仿生物神经网络的结构和…

来自 http://blog.sciencenet.cn/blog-556556-860647.html 使用k-means进行聚类，常常被假定为数据是球状的，似乎是非球状数据就不…

来源：www.cnblogs.com/fengfenggirl Aprori算法利用频繁集的两个特性，过滤了很多无关的集合，效率提高不少，但是我们发现Apriori算法是一个候选消…

来自 http://blog.csdn.net/yujunbeta 算法六：logistic回归   由于我们在前面已经讨论过了神经网络的分类问题(参见《R语言与机器学习…

一起大数据整理，转载请注明出处。 基于分类模型的案例 (1)垃圾邮件的判别 邮箱系统如何分辨一封Email是否属于垃圾邮件?这应该属于文本挖掘的范畴，通常会采用朴素贝叶斯的方法进行…

来源：www.cnblogs.com/fengfenggirl 前面我们讨论的关联规则都是用支持度和自信度来评价的，如果一个规则的自信度高，我们就说它是一条强规则，但是自信度和支持…

GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树…

来源：www.cnblogs.com/fengfenggirl 前面几篇介绍了关联规则的一些基本概念和两个基本算法，但实际在商业应用中，写算法反而比较少，理解数据，把握数据，利用工…

作者 | Algolytics 翻译 | 王鹏宇 来源 |数据工匠   数据挖掘目前在各类企业和机构中蓬勃发展。因此我们制作了一份此领域常见术语总结，希望你喜欢。 分析型…

来源：www.cnblogs.com/fengfenggirl 上一篇介绍了用开源数据挖掘软件weka做关联规则挖掘，weka方便实用，但不能处理大数据集，因为内存放不下，给它再多…

来源：www.cnblogs.com/fengfenggirl   　　从这篇开始，我将介绍分类问题，主要介绍决策树算法、朴素贝叶斯、支持向量机、BP神经网络、懒惰学习算…

来自 http://www.cnblogs.com/fengfenggirl/ 一、引言 分类算法有很多，不同分类算法又用很多不同的变种。不同的分类算法有不同的特定，在不同的数据集…

打开示例数据： 这里直接选择最后一个Associate and Shopping Basket。关联规则和购物篮。 然后会跳转到Associate标签里面的样本数据。这个工具就是根…

https://github.com/ty4z2008/Qix/blob/master/dl.md 希望转载的朋友，你可以不用联系我．但是一定要保留原文链接，因为这个项目还在继续也…