- 博客(21)
- 收藏
- 关注
RSS订阅
1原创 数据分类分析——监督学习与无监督学习
数据分类分析监督学习基本概念分类任务就是通过学习得到一个目标函数f，把每个属性集x映射到预先定义的类标号y。一般方法决策树分类法基于规则的分类法神经网络支持向量机朴素贝叶斯分类法均采用一种学习算法（learning algorithm）确定分类模型主要目标 ：建立一个具有很好的泛化能力的模型，即能正确预测未知样本类标号的模型。无监督学习聚类分析（无监督分类）是一个把数据对象划分成子集的过程，每个子集都是一个簇（cluster），使得簇中的对象彼此相似，但与其它簇中的对象不相似
2021-12-09 21:59:22
1504
原创 关联规则——Apriori算法
关联规则——Apriori算法简介关联规则分析也成为购物篮分析，最早是为了发现超市销售数据库中不同的商品之间的关联关系。例如一个超市的经理想要更多地了解顾客的购物习惯，比如“哪组商品可能会在一次购物中同时购买？”或者“某顾客购买了个人电脑，那该顾客三个月后购买数码相机的概率有多大？”他可能会发现如果购买了面包的顾客同时非常有可能会购买牛奶，这就导出了一条关联规则“面包=>牛奶”，其中面包称为规则的前项，而牛奶称为后项。通过对面包降低售价进行促销，而适当提高牛奶的售价，关联销售出的牛奶就有可能增加超
2021-12-04 18:06:21
6330
原创 pandas入门笔记
pandasPandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。简介适用场合与 SQL 或 Excel 表类似的，含异构列的表格数据;有序和无序（非固定频率）的时间序列数据;带行列标签的矩阵数据，包括同构或异构型数据;任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。优势处理浮点与非浮点数据里的缺失数据，表示为 NaN；大小可变：插入或删除 DataFrame 等多维对象的列
2021-07-20 23:12:23
86
原创 贝叶斯决策建模
贝叶斯决策建模先验分布根据先验信息所确定的概率分布叫先验分布，获得先验分布是贝叶斯分析的基础。决策中先验分布的获得具有高度的主观性。先验假设为使先验分布估计规范化，需要做一定的假设。连通性假设：指事件A和事件B发生的可能性是可比的传递性假设：若对事件A、B、C，有p(A)>p(B), p(B)>p©, 则p(A)>p©。部分与全体：部分与全体关系假设：若事件A是事件B的一部分，则p(B)≥p(A)。先验分布估计比较法1-离散型（对事件发生的各种状态加以比较确定相对似
2021-07-17 21:55:48
2686
原创 快包_分治法求解凸包问题
凸包问题(分治法)题目简述P2742 [USACO5.1]圈奶牛Fencing the Cows 农夫约翰想要建造一个围栏用来围住他的奶牛，可是他资金匮乏。他建造的围栏必须包括他的奶牛喜欢吃草的所有地点。对于给出的这些地点的坐标，计算最短的能够围住这些点的围栏的长度。 输入数据的第一行是一个整数。表示农夫约翰想要围住的放牧点的数目 n。 第 2 到第 (n + 1) 行，每行两个实数，第 (i + 1) 行的实数 x, y分别代表第 i 个放牧点的横纵坐标。算法思想原题解释： 在二
2021-07-03 18:58:24
1053
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人