Lean_DataMining

datamining Algorithms

K_means:(kmeans可以直接运行)

• 用k均值的方法进行聚类
  • 主要函数：
    • 根据分类计算聚类中心
    • 计算两点之间距离
    • 将所有点按照距离中心点的距离进行分类
    • 初始化：创建k个中心点
  • 算法整体思想：见https://blog.csdn.net/qq_36219266/article/details/82657694

Apriori.py(Learn_Apriori可以直接运行):

• 根据关联规则进行数据挖掘
  • 主要函数：
    • 创建初始候选集
    • 计算支持度
    • 根据支持度筛选小于支持度的
    • 产生候选集
    • 计算置信度
  • 算法整体思想：见https://blog.csdn.net/qq_36219266/article/details/82707708

FP_Tree算法：

• 根据关联规则进行数据挖掘，找到频繁项集
  • 算法整体思想：https://blog.csdn.net/qq_36219266/article/details/82784299

AdaBoost Algorithm:

• 整体思想就是根据bagging算法，比如，去看医生，n个医生有n个方法，其中出现次数最多的方法可能是最优解，现在为这些医生赋予权重
  • 算法整体思想：https://blog.csdn.net/qq_36219266/article/details/82799071
  • 现在只是二分类，实际上可以多分类，这里属于遗留问题

CART Algorithm:

• 分类回归树,建立决策树是根据基尼系数的改变量,而后通过后剪枝的过程使得树不要分的太细致
• 参考博客为:https://blog.csdn.net/xiaqunfeng123/article/details/34820095

ID3 Algorithm

• ID3算法,也是建立决策树,是根据信息熵的增益来建树,而C4.5是信息熵增益比来建树