原创 挖掘頻繁模、關聯和相關性(3)

模式評估方法 強規則不一定是有趣的 上面的例子雖然是強規則,然而,是一種規則誤導,因爲購買錄像的概率是75%,比66%還高。事實上,計算機遊戲和錄像是負相關的,因爲買一種實際上降低了買另一種的可能性。 從關聯分析到相關分析 支持

原创 挖掘頻繁模、關聯和相關性(2)

頻繁項集挖掘方法 Apriori算法 先驗性質:頻繁項集的所有非空子集也一定是頻繁的。 如果項集I 不滿足最小支持度閾值min_sup ,則I 不是頻繁的,即P(I)<min_sup 。如果把項A添加到項集 I 中,則結果

原创 挖掘頻繁模、關聯和相關性(1)

關聯規則(association rule) computer⇒antivirussoftware[support=2%;confidence=60%] 規則的支持度(support)和置信度(confidence)是規則興

原创 第9章 多元函數微分法及其應用

第一節 多元函數的基本概念 平面點集 n維空間 點與點集的關系 :內點、外點、邊界點、邊界、聚點 開集、閉集、連通集、區域、閉區域、有界集、無界集 多元函數概念 定義1 :設是2的一個非空子集,稱映射f:→爲定義在

原创 第1章 概率論的基本概念

現象 : 1. 確定性現象 2. 隨機現象 在個別實驗中其結果呈現出不確定性,在大量重複試驗中其結果又具有統計規律性的現象,我們稱之爲隨機現象。 第一節 隨機試驗 隨機試驗概念 第二節 樣本空間、隨機事件 樣本空間概

原创 第2章 導數與微分

第一節 導數概念 導數的定義 定義 : 設函數 y=f(x) 在點 (x0) 的某個鄰域內有定義,當自變量 x 在 x0 處取得增量 Δx (點 x0+Δx 仍在該鄰域內)時,相應的函數取得增量 Δy=f(x0+Δ

原创 第4章 不定積分

第一節 不定積分的概念與性質 原函數與不定積分的概念 定義1 如果在區間 I 上,可導函數 F(x) 的導函數爲 f(x) ,即對任一 x∈I ,都有 F′(x)=f(x)或dF(x)=f(x)dx 那麼函數 F(x)

原创 Redis安裝部署與維護詳解

Redis安裝部署與維護詳解 轉自:http://www.open-open.com/lib/view/open1426468117367.html Redis在linux上的安裝 步驟1: 首先從官網下在redi

原创 理解矩陣

作者連接:http://my.csdn.net/myan 前不久chensh出於不可告人的目的,要充當老師,教別人線性代數。於是我被揪住就線性代數中一些務虛性的問題與他討論了幾次。很明顯,chensh覺得,要讓自己在講線性代數的時候不

原创 爲什麼 LR 模型要使用 sigmoid 函數,背後的數學原理是什麼?

爲什麼 LR 模型要使用 sigmoid 函數,背後的數學原理是什麼? 這個問題經常被問到,但一直沒找到較好的資料。Ng的視頻裏提到過Exponential Family相關的東西,但覺得並不能很好的解釋這個問題。 著作權歸作者所

原创 理想的機器學習書

轉自:http://www.52cs.org 作者:老師木 首先先簡單寫點吳軍《數學之美》和李航《統計機器學習原理》的書評,然後再談我心中理想的機器學習書。 我買了一本吳軍的《數學之美》,這是一本不錯的科普書,特色是作者與很多傳奇人

原创 插入排序(INSERTION-SORT)

/** * INSERTION-SORT(A) * for j = 2 to A.length * key = A[j] * //Insert A[j] into the sorted sequence A[1..j-1]

原创 堆排序(HeapSort)

public class HeapSort { public static void main(String[] args) { // TODO Auto-generated method stub int[] A =

原创 JAVA第一步工作 classpath、path、JAVA_HOME的作用及JAVA環境變量配置等

作者:xwdreamer 出處:http://www.cnblogs.com/xwdreamer 簡單的說JDK是面向開發人員使用的SDK,它提供了Java的開發環境和運行環境。SDK是Software Development

原创 分治排序(MERGE-SORT)

public class MergeSort { public static void main(String[] args) { // TODO Auto-generated method stub int[] A = {5