原创 KNN算法（K近鄰學習）
KNN算法 鄰近算法，或者說K最近鄰(kNN，k-NearestNeighbor)分類算法是數據挖掘分類技術中最簡單的方法之一。 所謂K最近鄰，就是k個最近的鄰居的意思，說的是每個樣本都可以用它最接近的k個鄰居來代表。 Cov
2019-09-16 15:09:46
原创 GAN網絡（Generative Adversarial Networks ）
要理解生成對抗模型（GAN），首先要知道生成對抗模型拆開來是兩個東西：一個是判別模型，一個是生成模型。 兩個例子： 兩個人比賽，看是 A 的矛厲害，還是 B 的盾厲害。比如，我們有一些真實數據，同時也有一把亂七八糟的假數據。A
2019-09-16 15:09:46
原创 三支決策與三支聚類
文章目錄三支決策1. 三支決策發展2. 對象和簇關係2.1 怎麼確定關係3. 三支聚類分析3.1 符號含義3.2 三支聚類表示3.3 三支聚類區域關係3.4 三支聚類定義方案3.5 聚類簇的表示3.6 三支軟聚類條件4.
2019-08-28 15:22:49
原创 決策粗糙集
文章目錄寫在前面決策粗糙集1 決策粗糙集的引入2. Pawlaw經典粗糙集回顧3. 決策粗糙集3.1 問題引入3.2 基本理論3.3 待解決的問題4. 問題處理4.1 閾值$\beta$ 和 $\alpha$ 的解釋和計算（貝葉斯
2019-08-28 15:22:49
原创 數據挖掘引入：基礎知識
好多的數據 全球每天都在產生數以兆兆的數據，每個人的行爲都會產生數據；數據的爆炸式增長並且廣泛可用讓我們真正進入數據時代。 普通人面對這數據海洋就是束手無策+一臉懵逼（我是誰？我從哪兒來？我要去哪兒？）。但是在這數據海洋中有着無
2019-08-28 15:22:49
原创 粗糙集理論
文章目錄寫在前面粗糙集1 . 粗糙集相關概念2 . 概念、可定義集2.1 信息表2.2 決策邏輯語言 $\mathbb{L}$2.3 可定義集 的 形式化定義定義一(子集可定義)：2.4 等價關係E(A)| 不可分辨關係3 . 近
2019-08-28 15:22:49
原创 條件信息熵的決策表約簡
條件信息熵的決策表約簡 文章目錄條件信息熵的決策表約簡寫在前面信息論觀點描述定義1：P，Q 概率分佈定義2：熵 H( P ) 定義定義3：條件熵`H(Q|P)`定義定理1：條件熵`H(Q|P)`計算定理2：不可分辨關係和熵定理3：
2019-08-28 15:22:48
原创 數據對象、屬性和相似性
文章目錄數據對象、屬性和相似性數據對象屬性屬性類型數據對象相似性、相異性 數據對象、屬性和相似性 數據對象 別名：樣本、實例、數據點 或 對象 一般使用屬性對應屬性值來描述數據對象 哈士奇：傻、大、黑白、撕家 屬性
2019-08-28 15:22:48
原创 信息論在機器學習中的常見概念
文章目錄信息論在機器學習中的常見概念1. 信息量2. 熵3. 聯合熵4. 條件熵5. 相對熵6. 互信息7. 信息增益公式與推導 信息論在機器學習中的常見概念 信息的不確定度表示。 1. 信息量 定義：消除事件不確定性所需的信息量
2019-08-28 15:22:48
原创 數據倉庫、OLAP和數據立方體
文章目錄數據倉庫、OLAP和數據立方體1. 數據倉庫1.1. 數據倉庫定義1.2. 關鍵術語解釋2. 數據倉庫和數據庫的區別3. OLAP3.1. 基本概念1） 維2）操作3.2. OLAP分類4. 數據立方體4.1. 維災難
2019-08-28 15:22:48
原创 C++ 內存問題
介紹 在C++中，內存分成5個區，他們分別是堆、棧、自由存儲區、全局/靜態存儲區和常量存儲區。 棧： 在執行函數時，函數內局部變量的存儲單元都可以在棧上創建，函數執行結束時這些存儲單元自動被釋放。棧內存分配運算內置於處理器的
2019-08-09 15:11:51
原创 C++的STL標準模板庫思維導圖
STL標準模板庫思維導圖 C++ 語言的核心優勢之一就是便於軟件的重用。C++ 中有兩個方面體現重用： 一是面向對象的繼承和多態機制； 二是通過模板的概念實現了對泛型程序設計的支持。 C++ 的標準模板庫（Standard Te
2019-07-31 15:13:12
原创 數據挖掘-樸素貝葉斯分類
數據挖掘-樸素貝葉斯分類 什麼是分類？ 分類是一種重要的數據分析形式，它提取刻畫重要數據類的模型。這種模型稱爲分類器，預測分類的（離散的，無序的）類標號。例如醫生對病人進行診斷是一個典型的分類過程，醫生不是一眼就看出病人得了哪種
2019-07-07 15:13:52
原创 頻繁模式增長Frequent-Pattern Growth（FP-Growth）
頻繁模式增長Frequent-Pattern Growth（FP-Growth） 由於Apriori算法的兩大缺陷： 大量候選集問題 多次訪問數據庫 FP-Growth特點： 將代表頻繁項集的數據庫壓縮成一棵頻繁模式樹 無候
2019-06-10 16:11:39
1