- 博客(4)
- 收藏
- 关注
RSS订阅原创 数据挖掘学习笔记--聚类分析（一）
聚类（clustering）是将物理或抽象对象的集合分成相似的对象类或簇的过程，是无监督学习【unsupervised learning】。--基于划分 k-means 基本K均值方法 方法： 1.选择K个点作为初始质心 2.repeat 3. 将每个点指派到最近的质心，形成K个簇 ...
2018-06-28 11:14:34
883
原创 Hadoop 2.x hdfs常用操作
1.查看目录 hadoop fs -ls /ps: 如果使用 hadoop fs -ls 会报错，hdfs 的根目录是 /2.创建目录 bin/hdfs dfs -mkdir -p /dir_nameps:如果是1.x版本或CDH等发行版本 使用 bin/hadoop fs -mkdir -p /dir_name...
2018-05-15 01:12:27
251
原创 数据挖掘学习笔记--决策树（一）
博客整理自 《统计学习方法》李航著一、决策树关键问题1.选择特征2.树的生长和终止3.如何剪枝二、决策树基本概念基尼指数(Gini index): 假设有K个类，样本点属于第k类的概率为pk： （式1） 对于给定的样本集合D，K是类的个数，Ck是属于第k类的样本子集，其基尼指数为： （式2） 在特征A的...
2018-04-21 16:01:52
760
原创 数据挖掘学习笔记-分类 & 聚类
分类（Classification）: 通过学习得到一个目标函数（target function）/分类模型（classification model），把每个属性集x映射到一个预先定义的类标号y。聚类分析（Cluster analysis）： 仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组。其目标是，组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）...
2018-04-20 22:00:48
143
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