数据挖掘学习日记 | 索引

理论学习：温习了十大经典数据挖掘算法 1. C4.5 C4.5算法是一种分类决策树算法,其核心算法是ID3算法. C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进： 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 在树构造过程中进行剪枝，因为某些具有很少元素的结点可能会使构造的决策树过拟合（Overfitting），如果不考虑这些结点可能会更好； 能够完成对连续属性的离散化处理； 能够对不完整数据进行处理。 C4.5算法有如下优点：产生的分类规则

本文为根据课堂内容整理的笔记，使用的课件讲义为李弘毅的《一天搞懂深度学习》。 引入 什么是深度学习？ 现在，有关于一支股票的数据和图片。 1. 给出股票数据，返回走势图，这是统计。 2. 给出股票图片，告诉我们“这是一个K图”——这是机器学习中的模式识别。 3. 给出股票数据和图片，告诉我们这支股票的走势，这是机器学习中的数据挖掘。 4. 给出股票的数据和图片，告诉我们这只股票的...

理论学习： 因为此前没有上过梁上松老师的数据挖掘课，对如何开始入手、算法的选择等都没有思路，加之本周投入的时间不长， 为此第一周主要进行的是理论方面的学习。意在对数据挖掘比赛基本流程有个大致的认知，为下周的实践做准备。 观看了一两个比赛提供的学习资料视频、在公众号Datawhale上阅读了陈成龙博士的比赛经验分享，对数据挖掘比赛流程有了粗略的认知。因为没有实践到代码上，还只是浮于表面。 收集了梁上松老师的课件，购买了周志华老师的《机器学习》，基础薄弱感觉有点难啃。计划在国庆假期结合实践进行

一、X-BERT：eXtreme Multi-label Text Classification using BERT Abstract Extreme multi-label text classification (XMC)超级多标签的文本分类问题，简称XMC，是从一个超级大的标签集中选取与文本最相关的子标签集的问题。在互联网呈井喷式发展的背景下，数据信息爆发式增长下，标签集中的标签数目可以...

目录1.单级索引1. 1 loc方法、iloc方法、[ ]操作符1.1.1 loc方法（注意：所有在loc中使用的切片全部包含右端点！）1.1.2 iloc方法（注意与loc不同，切片右端点不包含）1.2 布尔索引1.2.1 布尔符号：'&','|','~'：分别代表和and，或or，取反not1.2.2 isin方法1.2.3 快速标量索引1.2.4 区间索引1.2.4.1利用inte...

Python Numpy Reference 阅读np.array, np.dtype 和 array scalar type 概念与关系NumPy provides an N-dimensional array type, the ndarray, which describes a collection of items of the same type.All ndarrays are hom

第二章：索引 单级索引 常用索引 loc[] loc [ 行，列，间隔 ] 间隔为-1代表逆取

免费的编程中文书籍索引 转自：https://github.com/xiaoweiChen/free-programming-books-zh_CN 免费的编程中文书籍索引，欢迎投稿。 国外程序员在 stackoverflow 推荐的程序员必读书籍，中文版。 stackoverflow 上的程序员应该阅读的非编程类书籍有哪些？ 中文版 github 上的一个流行的编程书籍索引 中文版 目录 语言无关类 操作系统 智能系统 分布式系统 编译原理 函数式概念 计算机图形学 WEB服务器 版本控制 编

#数据挖掘周报 ##本周数据挖掘的进度主要是在对训练数据的预处理，在拿到训练数据的时候，首先是分析了一下训练数据集，大约

1,数据挖掘概念 2，认识数据 3，数据预处理 数据挖掘如何分箱以及如何对每个箱子中的数据进行平滑处理 4,数据仓库与联机分析处理 5：频繁模式挖掘 6:高级频繁模式挖掘 7:分类：基本概念 8:分类：高级方法 9:聚类：基本概念和方法 10:高级聚类分析 11:离群点监测 ...

数据挖掘–学习笔记（一） 数据挖掘基本流程： 定义目标 获取数据 数据探索 数据预处理 · 数据清洗 - 去掉脏数据 · 数据集成 - 集中 · 数据变换 - 规范化 · 数据规约 - 精简 挖掘建模（分类、聚类、关联、预测） 模型评价与发布 一、定义目标 首先要明确我们的任务的目标是什么，也就是自己的任务/项目的目标是什么。比如：个性化推荐、判断西瓜甜不甜等。 二、获取数据 获取数据又叫数...

文章目录第一周周报 2020.9.28理论部分实验部分TODO 第一周周报 2020.9.28 理论部分 复习了上课PPT 学习数据挖掘的基本理论知识 实验部分 配置python环境：Anaconda库 以及 Pycharm IDE 初步了解比赛网站，尝试查看数据，大致了解数据的用处以及各个数据有什么用处。 TODO 下周对一些数据进行一些重要性的排序，开始研究哪些数据有用。 ...

任务 * 了解以下概念： > 监督式学习 > 非监督式学习 * 了解一种数据挖掘（机器学习）算法，并了解案例 有监督学习和无监督学习 构建机器学习模型包括：选择建模技术，并在数据集中应用该技术。从高层次上区分，有两种类型的建模技术：监督学习和无监督学习。 ▲ 基本流程：准备原料--> 模型学习 --> 模型评价 构建模型之后，使用标准指标...

C4.5 k-means SVM Apriori EM PageRank AdaBoost KNN Naive Bayes CART 隐马尔科夫 条件随机场

主要知道每一个函数的返回值是什么 set是一个无序不重复的序列 tolist列表里面套列表 temp_list = df["Genre"].str.split(",").tolist() #[[],[],[]] 疑惑：这个循环不太懂 genre_list = list(set([i for j in temp_list for i in j]))#用双重循环来获...

在机器学习中，会对数据集进行划分，有监督学习和无监督学习的划分方式不同。 有监督学习中，数据集被划分为训练集、验证集和测试集。 无监督学习中，数据集被划分为训练集、测试集和预测集。 有监督学习 在有监督学习中，数据集被划分为训练集(training set)、验证集(validation set)和测试集(test set)。三者的比例常为50:25:25。 在传统机器学习中，若无需对模...

赛题：2021 iFLYTEK A.I.开发者大赛-讯飞开放平台 (xfyun.cn) 【写在前面】 第一次做赛题，用的算法也比较简单，代码在这边-->GitHub - mutsuo/Challenge: 放比赛的开源代码 说实话自己并不是很满意，所以欢迎与我交流！发现任何问题麻烦帮忙指出来！如果有优化或者学习/比赛的建议麻烦告诉我！我会很感激你！ 目录 1 系统模型 2 算法设计 2.1 数据预处理 2.1.1 事件日志分析 2.1.2 数据规约 2.1.3 数据挖掘 3..

移动互联时代已经到来，广告营销在社交媒体中展现出蓬勃的生命力，信息流广告正是这样一种以社交媒体平台为载体，将推广内容隐藏于自然信息流中，从而传递品牌信息的一种新兴广告形式。《社交媒体信息流广告的场景匹配研究》周子玉 用户画像是场景匹配在社交媒体信息流广告分发中的一种应用。 1 背景 随着2019年5G正式投入商用，运营商迎来新的收入增长点。中国电信副总经理刘桂清在2021年中期业绩说明会上表示：“5G收入的增长成为上半年整体收入的重要拉力，行业应用是当前5G发展的热点”，在5G赋能和云改数转战.

目录 1 关联规则挖掘概念 2 关联规则基本模型 2.1 基本概念 2.2 关联规则的挖掘步骤 3 Apriori算法 3.1 介绍 3.2 实现步骤 3.3 伪代码 1 关联规则挖掘概念 一、定义 关联规则反映一个事物与其它事物之间的依赖和相互关联性。 经典例子为购物篮分析，通过分析购物篮数据来分析顾客经常同时购买哪些商品（购买习惯）。这是BI(Business I...