算法概括

算法

机器学习

数据挖掘

关于机器学习的要素：

１．特征工程（特征的提取，转换，选择）

提取：转换：方便计算，

选择：

２．有监督学习（分类，回归）

通过已经有的数据获得未知的

３．无监督学习（聚类）

画圈圈：在空间上的分布

注重数据之间的相似性，空间相似度的你拟和

数据挖掘：

１．数据预处理（数据清洗，特征构造）

２．分类（决策树（if else），最近邻（同流合污（？），svm(线性回归，几何划分)，贝叶斯：（超几何分布）概率模型）

３．聚类（基于距离，基于密度（蚂蚁），基于图，基于概率（根据注意））

４．关联规则／Apriori(啤酒尿布，错字推荐)

５．离群点检测（安全维护常用，不正常访问）

书籍：信息检索导论，机器学习