數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和weka》-全文預(yù)覽
【正文】 a way of covering all instances in it, at the same time excluding instances not in the class. ? Covering approach導(dǎo)出一個(gè)規(guī)則集而不是決策樹(shù) 算法： The basic methods ? Mining association rules： – 參數(shù)： coverage(support)， accuracy(confidence) ? Linear models（ 參考 ） – 主要用于值預(yù)估和分類（ Linear regression） ? Instancebased learning – 算法： Nearestneighbor, KNearestneighbor 評(píng)估可信度 * ? 三個(gè)數(shù)據(jù)集： ? Training data： 用于導(dǎo)出模型，越大則模型越好 ? Validation data： 用于優(yōu)化模型參數(shù) ? Test data： 用于計(jì)算最終模型的錯(cuò)誤率，越大越準(zhǔn)確 ? 原則：測(cè)試數(shù)據(jù)無(wú)論如何也不能用于模型的訓(xùn)練 ? 問(wèn)題：如果樣本很少，如何劃分 ? ? 方法： ? Nfold Crossvalidation， (n=3,10) ? Leaveoneout Crossvalidation ? Bootstrap (e=): best for very small datasets ? Counting the cost： ? Lift charts (Respondents /Sample Size) 、 ROC curves () ? The MDL principle (Minimum Description Length) ? Occam’s Razor： Other things being equal, simple theories are preferable to plex ones. ? 愛(ài)因斯坦： Everything should be made as simple as possible, but no simpler. 實(shí)現(xiàn) ： Real machine learning schemes (略 ) ? 參考閱讀： – Decision tree – Classification rules – Extending linear classification: Support vector machines – Instancebased learning – Numeric prediction – Clustering 改進(jìn)： Engineering the input and output ? 數(shù)據(jù)工程 – Attribute selection – Discretizing（ 離散化） numeric attributes – Automatic data cleaning ? Combining multiple models – Bagging – Boosting – Stacking – Errorcorrecting output codes 未來(lái)： Looking forward ? 大數(shù)據(jù)集 ? 可視化：輸入、輸出 ? Incorporating domain knowledge – Metadata often involves relations among attributes ? 文本挖掘 ? 挖掘 Web 回顧：目錄 ? DM綜合的技術(shù)領(lǐng)域 ? DM的功能
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1