數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和weka-免費(fèi)閱讀
【正文】 結(jié)論 ? 更多的人在從事 Data Mining， 且更多不同類(lèi)型的人在從事 Data Mining。因此該公司得以重新安排貨架的擺設(shè)，使得橘子汁的銷(xiāo)量能夠增加到最大。ve Bayes） ? 使用所有屬性，假設(shè)屬性無(wú)關(guān)、且同等重要 ? Divide and conquer: Constructing decision trees ? 循環(huán)選擇一個(gè)屬性來(lái)分割樣本 (算法： ID ) ? Covering algorithms： Constructing rules（ 算法：Prism） ? Take each class in turn and seek 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(lèi)（ 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 d
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1