data mining - 实用机器学习工具与技术

总共就 400 来页对数据挖掘的描述，剩下都是对 Weka Workbench 用法的讲解。

开始讲了 2 个比较入门级别的算法, 不知道如何翻译，扎抄原文如下：

Inferring Rudimentary Rules
Statistical Modeling

第一个算法也叫1R: Simplicity First: 最简单最优先法则

1) 根据每个不同的属性的值，设置一套与结论匹配的规则。如果与结论对应（假设其他属性值不变，因为某个属性值导致了结果经常出现），这个属性值代表的规则就为 true, 反之，则为 false; 把为 false 的记录简单相加，并除以符合这个属性的所有记录的个数，得到这个属性的某一些值与结论不合符的比例，比例最小的属性则对结论的关键性决定就越强

2) 根据第一条规则，为什么要计算“不符合”的属性比例，而不是计算“符合”属性的比例，这样不是更快捷？

第二个算法是基于统计建模来判别属性值与结果的概率，核心思想是 - 每个属性同等重要与独立不相关

1）假设有四个 Attribute, Outlook, Temperature, Humidity, Windy. 有一个结果 play ( true, false). 这四个属性对结果来说，是同等重要的，没有相互依懒或者权重的关系。

2）我们计算每个属性值对应结果 play(true, false) 的概率，如下图所示: 归纳了每个属性值的两类概率：在本属性区域内的概率，和在整个数据集当中对应的概率

那么对于给定的一个预测值，我们预测它对应的 play(true, false) 对应的概率，是这样计算的：
假设：Outlook = Sunny, Temperature = cool , Humidity = high , Windy = true , Play = ?

P(play=yes)=2/9X3/9X3/9X3/9X9/14=0.0053P ( play = yes ) = 2/9 X 3/9 X 3/9 X 3/9 X 9/14 = 0.0053
P(play=false)=3/5X1/5X4/5X3/5X5/14=0.0206P ( play = false ) = 3/5 X 1/5 X 4/5 X 3/5 X 5/14 = 0.0206

有一种异常，当一个属性值比如 Temperature = Hard Cool, 那么概率就是 0 了。我们可以这样解决：凑份子

P(play=yes)=(2+up1)/(9+u)X(3+up2)/(9+u)X(3+up3)/(9+u)…..P ( play = yes ) = ( 2 + up1)/( 9 + u) X ( 3 + up2) / ( 9 + u ) X ( 3 + up3) / ( 9 + u) …..

这里， p1 + p2 + p3 = 1. 那么我们就可以给这些附上权重，当然有点违背 Statistics Modeling 的初衷。

统计建模的概率计算法则：

P(H|E)=P(E1|H)∗P(E2|H)∗P(E3|H)∗P(E4|H)∗P(H)P(E)

P(H|E) = \frac {P(E1|H)*P(E2|H)*P(E3|H)*P(E4|H)*P(H)}{ P ( E ) }

data mining - 实用机器学习工具与技术 - 读书笔记（一）相关推荐

数据挖掘(data mining)，机器学习(machine learning)，和人工智能(AI)的区别是什么？数据科学(data science)和商业分析(business analytics
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
数据挖掘(data mining)，机器学习(machine learning)，和人工智能(AI)的区别是什么
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
dataframe常用操作_【Data Mining】机器学习三剑客之Pandas常用算法总结上
一.前言看pandas之前我建议先看我的numpy总结,效果更佳. SEU-AI蜗牛车:[Data Mining]机器学习三剑客之Numpy常用算法总结zhuanlan.zhihu.com 可以 ...
python第三章上机实践_《机器学习Python实践》读书笔记-第三章
<机器学习Python实践>,第三章,第一个机器学习项目以往目录:橘猫吃不胖:<机器学习Python实践>读书笔记-第一章zhuanlan.zhihu.com 书中介绍了一 ...
现代计算机密码学阶段主要有两个方向,密码学技术读书笔记
关于密码学技术读书笔记一.密码学的介绍密码学(在西欧语文中,源于希腊语kryptós"隐藏的",和gráphein"书写")是研究如何隐密地传递信息的学科. ...
The Proposal of Service Oriented Data Mining System for Solving Real-Life Classification--阅读笔记
The Proposal of Service Oriented Data Mining System for Solving Real-Life Classification and Regress ...
《机器学习：实用案例解析》，读书笔记
第1章:数据处理技巧案例1: 数据:6,0000条不明飞行物(UFO)的目击纪录和报道.主要目击纪录发生在美国. 问题:面对这份数据的时空维度,我们可能会有以下疑问:UFO的出现是否有周期性规律?美 ...
【Data Mining】机器学习三剑客之Numpy常用用法总结
点击"小詹学Python",选择"置顶"公众号重磅干货,第一时间送达本文转载自AI蜗牛车,禁二次转载一.前言玩数据分析.数据挖掘.AI的都知道这个pyt ...
嵌入式软件调试技术读书笔记
第一章软件调试概述第二章边界扫描测试技术 (JTAG) 第三章学习使用GDB调试器第四章 GDB远程调试技术第五章网络应用程序调试第六章多进程与多线程调试第七章静态库与动态库的调 ...

data mining - 实用机器学习工具与技术 - 读书笔记（一）

data mining - 实用机器学习工具与技术 - 读书笔记（一）相关推荐

最新文章

热门文章

data mining - 实用机器学习工具与技术 - 读书笔记（ 一 ）

data mining - 实用机器学习工具与技术 - 读书笔记（ 一 ）相关推荐

最新文章

热门文章

data mining - 实用机器学习工具与技术 - 读书笔记（一）

data mining - 实用机器学习工具与技术 - 读书笔记（一）相关推荐