from http://www.cnblogs.com/xmdata-analysis/p/4670841.html 1.Kolmogorov-Smirnov正态性检验 Kolmo…

来自 http://blog.csdn.net/yujunbeta 算法二：决策树算法   决策树定义   首先，我们来谈谈什么是决策树。我们还是以鸢尾花为例子…

来自 http://blog.csdn.net/yucan1001/article/details/23123043 newiris <- iris; newiris$Spe…

有时我们需要对数据资料按照某个规则进行归组，如 在上述资料中，想按照年龄进行分组，30岁以下为组1，30-40岁为组2，40岁以上为组3 有两种方法可以实现： 1.使用计算变量功能…

大类 名称 关键词 有监督分类 决策树 信息增益 分类回归树 Gini指数，Χ2统计量，剪枝 朴素贝叶斯 非参数估计，贝叶斯估计 线性判别分析 Fishre判别，特征向量求解 K最…

来自 http://blog.csdn.net/yujunbeta 算法三：朴素贝叶斯算法   前两个算法都被要求做出一个艰难的决定，给出数据所属分类的明确答案，但往往因…

一、层次聚类 1）距离和相似系数 r语言中使用dist(x, method = “euclidean”,diag = FALSE, upper = FALS…

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…