python数据分析和挖掘实战
2018-01-25 15:18
696 查看
第五章:
1, 常用的分类和预测算法
2, 回归分析
3, 主要回归模型
4, 决策树算法:
tip:使用dot -Tpng data.txt -o data.png 可以将生成的树用Graphivz进行可视化。(目前会出现编码问题,还没解决)
5 ,人工神经网络算法:
6,分类与预测算法评价
6.1 绝对误差和相对误差
6.2平均绝对误差
6.3均方误差
6.4均方差误差
6.5 平均绝对误差
6.6 Kappa统计
6.7识别准确度
6.8 识别精确度
6.9 反馈率
7,分类预测模型分类和预测
8, 常见的聚类方法
9, 常用聚类分析算法
10, 连续属性与相似性的度量
11, 度量样本之间的相似性可以使用距离来算
12,文档数据
文档数据使用余弦相似性度量,可以建立一个词频表
13,目标函数
14, 聚类函数列表:
15, 关联规则算法:
16,时间序列模型
17, 时间序列的预处理
首先对其的纯随机性和平稳性进行检验
18,主要时序模式的算法:
1, 常用的分类和预测算法
2, 回归分析
3, 主要回归模型
4, 决策树算法:
tip:使用dot -Tpng data.txt -o data.png 可以将生成的树用Graphivz进行可视化。(目前会出现编码问题,还没解决)
5 ,人工神经网络算法:
6,分类与预测算法评价
6.1 绝对误差和相对误差
6.2平均绝对误差
6.3均方误差
6.4均方差误差
6.5 平均绝对误差
6.6 Kappa统计
6.7识别准确度
6.8 识别精确度
6.9 反馈率
7,分类预测模型分类和预测
8, 常见的聚类方法
9, 常用聚类分析算法
10, 连续属性与相似性的度量
11, 度量样本之间的相似性可以使用距离来算
12,文档数据
文档数据使用余弦相似性度量,可以建立一个词频表
13,目标函数
14, 聚类函数列表:
15, 关联规则算法:
16,时间序列模型
17, 时间序列的预处理
首先对其的纯随机性和平稳性进行检验
18,主要时序模式的算法:
相关文章推荐
- 利用Python爬虫爬取淘宝商品做数据挖掘分析实战篇,超详细教程
- Python数据分析与实战挖掘
- python数据挖掘与分析实战 第5章 一处错误
- Python数据分析与挖掘实战—挖掘建模
- python数据分析与挖掘学习笔记(6)-电商网站数据分析及商品自动推荐实战与关联规则算法
- python数据分析与挖掘实战 第七章 拓展思考
- python数据分析与挖掘实战 第六章 拓展思考
- Python数据分析与挖掘实战学习笔记(二)
- Python数据分析实战 | 数据挖掘人门
- Python数据分析与挖掘实战pdf
- python数据分析与挖掘实战-第六章拓展偷漏税用户识别
- python数据分析与挖掘实战—聚类算法对比
- Python数据分析与挖掘实战(开发流程及常用库安装)
- python数据挖掘与分析实战—1、2、3
- Python数据分析与挖掘实战学习笔记(一)
- Python数据分析与挖掘实战代码纠错 代码3-3
- python数据分析与挖掘学习笔记(7)-交通路标自动识别实战与神经网络算法
- python 数据分析与挖掘实战
- python数据分析与挖掘项目实战记录
- Python数据分析与挖掘实战代码纠错 代码3-1