發(fā)簡(jiǎn)信
IP屬地：廣東
-
Various classifier comparisons on NSL-KDD加載數(shù)據(jù) 分類器 評(píng)估
-
Imbalanced-learn for NSL-KDDRawData Over-sampling RandomOverSample SMOTE ADASYN BorderlineSMOTE Unde...
-
FP-growth
FP-growth(頻繁模式增長(zhǎng)) 數(shù)據(jù)庫(kù)的第一遍掃描用來(lái)統(tǒng)計(jì)出現(xiàn)的頻率爱葵；第二遍掃面中考慮那些頻繁元素 優(yōu)點(diǎn)： 大約比Apriori算法快一個(gè)數(shù)...
-
Apriori算法
關(guān)聯(lián)分析概念： 關(guān)聯(lián)分析是一種在大規(guī)模數(shù)據(jù)集中尋找有趣關(guān)系的任務(wù)恤筛；目標(biāo)是發(fā)現(xiàn)頻繁項(xiàng)集和發(fā)現(xiàn)關(guān)聯(lián)規(guī)則凑保； 頻繁項(xiàng)集：是經(jīng)常出項(xiàng)在一塊的物品的集合疙挺； ...
-
K-Means
原理 聚類是無(wú)監(jiān)督學(xué)習(xí)裳扯，將相似的對(duì)象歸到同一個(gè)簇中铜秆，簇內(nèi)的對(duì)象越相似裤翩，聚類的效果越好拳亿； 首先晴股，隨機(jī)確定K個(gè)初始點(diǎn)作為質(zhì)心； 然后肺魁，將數(shù)據(jù)集中的每...
-
樹(shù)回歸原理： 將數(shù)據(jù)集切分成很多份易建模的數(shù)據(jù) 利用線性回歸技術(shù)建模 優(yōu)點(diǎn) 可以對(duì)復(fù)雜和非線性的數(shù)據(jù)建模 缺點(diǎn) 結(jié)果不易理解 適用數(shù)據(jù)類型 數(shù)值型和標(biāo)...
-
回歸線性回歸 原理： 尋找一組最優(yōu)參數(shù)來(lái)擬合數(shù)據(jù) 優(yōu)點(diǎn) 結(jié)果易于理解电湘，計(jì)算上不復(fù)雜 缺點(diǎn) 對(duì)非線性的數(shù)據(jù)擬合不好 適用數(shù)據(jù)類型 數(shù)值型和標(biāo)稱型數(shù)據(jù) ...
-
提升方法(boosting)
原理： 通過(guò)改變訓(xùn)練樣本的權(quán)重，學(xué)習(xí)多個(gè)分類器鹅经，并將這些分類器進(jìn)行線性組合寂呛，提高分類的性能； bagging是通過(guò)隨機(jī)抽樣的替換方式瘾晃，得到與原數(shù)...
-
天池o2o優(yōu)惠券使用預(yù)測(cè)比賽解析（初級(jí)）
天池o2o優(yōu)惠券使用預(yù)測(cè)比賽解析（初級(jí)） 賽題鏈接： 天池o2o優(yōu)惠券使用預(yù)測(cè) 加載數(shù)據(jù) 缺失值處理 統(tǒng)計(jì) 比賽的意義是把優(yōu)惠券給那要購(gòu)買商品卻...