1、k-近鄰算法：手寫字符識別

通過算法訓(xùn)練識別字符為0-9的數(shù)字，也可以為A-Z的字符深夯，目前sklearn提供的數(shù)據(jù)集里面為0-9的數(shù)字。數(shù)據(jù)訓(xùn)練前需要用圖像處理軟件將數(shù)字轉(zhuǎn)換成寬高為32X32的黑白圖像诺苹，然后將其變換成1x1024的向量咕晋。

2雹拄、樸素貝葉斯：垃圾郵件過濾

郵箱系統(tǒng)如何分辨一封Email是否屬于垃圾郵件？這應(yīng)該屬于文本挖掘的范疇捡需，通常會采用樸素貝葉斯的方法進(jìn)行判別办桨。它的主要原理是，根據(jù)郵件正文中的單詞站辉，是否經(jīng)常出現(xiàn)在垃圾郵件中呢撞，進(jìn)行判斷。

3饰剥、Logistic回歸：預(yù)測病馬的死亡率

Logistic回歸又稱Logistic回歸分析殊霞，是一種廣義的線性回歸分析模型，常用于數(shù)據(jù)挖掘汰蓉，疾病自動診斷绷蹲，經(jīng)濟(jì)預(yù)測等領(lǐng)域。使用Logistic回歸來預(yù)測患疝氣病的馬的存活問題是一個典型的案例顾孽，項目數(shù)據(jù)集包含了醫(yī)院檢測馬疝病的368個樣本和28個特征祝钢，有的指標(biāo)比較主觀，有的指標(biāo)難以測量若厚。

4拦英、基于協(xié)同過濾：菜肴推薦引擎

構(gòu)建一個推薦系統(tǒng)，該系統(tǒng)可以像一個人推薦去哪兒吃飯和菜品推薦测秸，解決人們選擇飯店和不知道點什么菜的問題疤估。這個系統(tǒng)能夠?qū)ふ矣脩魶]有嘗過的菜肴，預(yù)估用戶對該菜品的評分霎冯，然后通過SVD來減少特征空間并提高推薦效果铃拇。

5、基于異常值分析：支付中的交易欺詐偵測

采用支付寶支付時沈撞，或者刷信用卡支付時慷荔，系統(tǒng)會實時判斷這筆刷卡行為是否屬于盜刷。通過判斷刷卡的時間缠俺、地點拧廊、商戶名稱、金額晋修、頻率等要素進(jìn)行判斷。這里面基本的原理就是尋找異常值凰盔。如果您的刷卡被判定為異常墓卦，這筆交易可能會被終止。

異常值的判斷户敬，應(yīng)該是基于一個欺詐規(guī)則庫的落剪≌霰荆可能包含兩類規(guī)則，即事件類規(guī)則和模型類規(guī)則忠怖。第一呢堰，事件類規(guī)則，例如刷卡的時間是否異常（凌晨刷卡）凡泣、刷卡的地點是否異常（非經(jīng)常所在地刷卡）枉疼、刷卡的商戶是否異常（被列入黑名單的套現(xiàn)商戶）、刷卡金額是否異常（是否偏離正常均值的三倍標(biāo)準(zhǔn)差）鞋拟、刷卡頻次是否異常（高頻密集刷卡）骂维。第二，模型類規(guī)則贺纲，則是通過算法判定交易是否屬于欺詐航闺。一般通過支付數(shù)據(jù)、賣家數(shù)據(jù)猴誊、結(jié)算數(shù)據(jù)潦刃，構(gòu)建模型進(jìn)行分類問題的判斷。

6懈叹、決策樹：預(yù)測隱形眼鏡的類型

預(yù)測隱形眼鏡的類型是決策樹分類問題中的一個案例乖杠。隱形眼鏡數(shù)據(jù)集是非常著名的數(shù)據(jù)集，它包含了很多患者眼部狀況的觀察條件以及醫(yī)生推薦的隱形眼鏡類型项阴。隱形眼鏡類型包括硬材質(zhì)滑黔、軟材質(zhì)以及不適合佩戴隱形眼鏡。數(shù)據(jù)中采用的特征有四個：age（年齡）环揽、prescript（癥狀）略荡、astigmatic（是否散光）、tearRate（眼淚數(shù)量）歉胶。

7汛兜、Apriori算法關(guān)聯(lián)分析：發(fā)現(xiàn)毒蘑菇的相似特征

Apriori算法關(guān)聯(lián)分析是從大規(guī)模數(shù)據(jù)集中尋找物品間的隱含關(guān)系。通過分析尋找毒蘑菇的公共特征通今，利用這些特征就能避免遲到有毒的蘑菇粥谬。所提供的數(shù)據(jù)集合重有蘑菇的23種特征的數(shù)據(jù)集，每一個特征是標(biāo)稱數(shù)據(jù)辫塌。而我們需要將樣本轉(zhuǎn)換成特征的集合漏策，枚舉每個特征所有可能的舉止，如果某個樣本包含特征臼氨，那么特征對應(yīng)的整數(shù)應(yīng)該被包含在數(shù)據(jù)集中掺喻，每一個樣本都是這樣的特征集合。如果第一個特征有毒就是2，如果能食用就是1感耙，下一個特征是形狀有6可能值褂乍，用整數(shù)3-8表示，相當(dāng)于把需要的特征維度都進(jìn)行排列離散化即硼。最終只有一個大維特征集逃片。

8、基于社會網(wǎng)絡(luò)分析：電信中的種子客戶

種子客戶和社會網(wǎng)絡(luò)只酥，最早出現(xiàn)在電信領(lǐng)域的研究褥实。即，通過人們的通話記錄层皱，就可以勾勒出人們的關(guān)系網(wǎng)絡(luò)性锭。電信領(lǐng)域的網(wǎng)絡(luò)，一般會分析客戶的影響力和客戶流失叫胖、產(chǎn)品擴(kuò)散的關(guān)系草冈。基于通話記錄瓮增，可以構(gòu)建客戶影響力指標(biāo)體系怎棱。采用的指標(biāo)，大概包括如下绷跑，一度人脈拳恋、二度人脈、三度人脈砸捏、平均通話頻次谬运、平均通話量等】巡兀基于社會影響力梆暖，分析的結(jié)果表明，高影響力客戶的流失會導(dǎo)致關(guān)聯(lián)客戶的流失掂骏。其次轰驳，在產(chǎn)品的擴(kuò)散上，選擇高影響力客戶作為傳播的起點弟灼，很容易推動新套餐的擴(kuò)散和滲透级解。此外，社會網(wǎng)絡(luò)在銀行（擔(dān)保網(wǎng)絡(luò)）田绑、保險（團(tuán)伙欺詐）勤哗、互聯(lián)網(wǎng)（社交互動）中也都有很多的應(yīng)用和案例。

9掩驱、基于文本分析：紅樓夢歸屬

對于紅樓夢的作者芒划，通常認(rèn)為前80回合是曹雪芹所著豁延，后四十回合為高鶚?biāo)鶎憽Ｆ鋵嵵饕獑栴}腊状，就是想確定，前80回合和后40回合是否在遣詞造句方面存在顯著差異苔可。有些學(xué)者通過統(tǒng)計名詞缴挖、動詞、形容詞焚辅、副詞映屋、虛詞出現(xiàn)的頻次，以及不同詞性之間的相關(guān)系做判斷同蜻。有些學(xué)者通過虛詞（例如之棚点、其、或湾蔓、亦瘫析、了、的默责、不贬循、把、別桃序、好）杖虾，判斷前后文風(fēng)的差異。有些學(xué)者通過場景（花卉媒熊、樹木奇适、飲食、醫(yī)藥與詩詞）頻次的差異芦鳍，來做統(tǒng)計判斷嚷往。總而言之怜校，主要通過一些指標(biāo)量化间影，然后比較指標(biāo)之間是否存在顯著差異，藉此進(jìn)行寫作風(fēng)格的判斷茄茁。

10魂贬、利用PCA來對數(shù)據(jù)降維

對數(shù)據(jù)進(jìn)行簡化可以使得數(shù)據(jù)集更易使用，使得數(shù)據(jù)更加直接可觀裙顽。一般降維方法有主成分分析付燥、因子分析和獨立成分分析，其中主要是主成分分析愈犹。PCA降維的一個案例是利用PCA對半導(dǎo)體制造數(shù)據(jù)降維键科，對半導(dǎo)體數(shù)據(jù)進(jìn)行預(yù)處理為后續(xù)分析計算做好準(zhǔn)備闻丑。