第1章 绪论.pdf-石胜飞-人民邮电出版社
文本预览下载声明
分析与挖掘大数据石胜飞编著系统、完整的数据科学与大数据技术专业解决方案名校名师打造大数据领域精品力作强调基本概念+算法实践“小数据”上会“算”，“大数据”上“算
显示全部
文档详情
相似文档
-
6.6.2 应用实例.pdf-石胜飞-人民邮电出版社
250大数据分析与挖掘(4)基于上次的执行结果选择一个算法Aj(5)基于上次的执行结果从数据集D中选择一个新的数据集fj(D)(6)将算法Aj应用到fj(D)(
-
5.8.2 CLIQUE 算法.pdf-石胜飞-人民邮电出版社
第5章聚类算法213max=max(mini)如果数据的分布已知的话，则可以事先指定disti是哪种分布类型。否则，可以通过卡方检验等假设检验方法来获得。当前网格的数据分布dist的计算稍微复
-
5.7.4 BIRCH 算法.pdf-石胜飞-人民邮电出版社
第5章聚类算法207labels].astype(np.float))(24)plt.xlabel(x,fontsize=16)(25)plt.ylabel(y,fontsize=16)(26)plt.show()5.7.4BIRCH
-
5.5.2 OPTICS 算法.pdf-石胜飞-人民邮电出版社
第5章聚类算法185（2）不需提前指定聚类个数k。（3）聚类的同时可发现异常点。（在上述算法中，暂时标记的噪声点有可能是噪声或是边界点，边界点在之后的循环会被标记其所属聚类，最后剩下的未被改变过的噪声点将是真正的异常点）（4）对数据集中的异
-
5.5.1 DBSCAN 算法.pdf-石胜飞-人民邮电出版社
182大数据分析与挖掘(1)#-*-coding:utf-8-*-(2)frompyspark.mllib.linalgimportVectors(3)from
-
习题.pdf-石胜飞-人民邮电出版社
160大数据分析与挖掘(21)print(predictionsis:),predictions.collect()(22)print(TestMeanSquaredError=+str(
-
4.4.2 Bagging 算法.pdf-石胜飞-人民邮电出版社
第4章分类与回归算法135学习器为：3123F()0.6931()0.9729()1.6481()xGxGxGx=++，3sign(())Fx在训练集上没有误分类点。最终，集合学习器为：123
-
4.4.1 Adaboost 算法.pdf-石胜飞-人民邮电出版社
130大数据分析与挖掘表4-17房屋价格预测结果检索到的案例ID调整售价（元）相似性得分预测售价（元）8061970000.951871508632020000.881777602111965
-
4.6.1 线性回归.pdf-石胜飞-人民邮电出版社
146大数据分析与挖掘4.6回归分析在大数据分析中，回归分析（RegressionAnalysis）是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预
-
3.2.1 Apriori 算法.pdf-石胜飞-人民邮电出版社
第3章关联规则挖掘61规则的一个指标就是它的支持度：()()ABsupABNσ→=∪（公式3-3）根据定义，sup({面包}→{牛奶，奶酪})=()50%XNσ
-
2.4.4 数据清洗.pdf-石胜飞-人民邮电出版社
第2章数据特征分析与预处理496．主成分的解释在实际应用中，原始数据的每一个属性都有明确的含义。主成分是这些属性的线性组合，在选定主成分之后，还需要结合应用，对
-
2.4.3 主成分分析.pdf-石胜飞-人民邮电出版社
42大数据分析与挖掘只有两种可能：保留或被替换。被替换的概率为1111kkkk×=++，则继续留在R中的概率为1111kkk−=++。最终留在R中的所有元素被抽中的概率都为1kk+，初始条件满足假设。（2）
-
4.1.5 ID3 算法.pdf-石胜飞-人民邮电出版社
第4章分类与回归算法87分为几个子数据集合，并重复这个过程，直到符合终止条件。从树根到叶子节点的路径，构成了一个分类的规则，沿着这条路径，一条元组属于哪一个分类
-
5.9.2 Mean Shift 算法聚类过程.pdf-石胜飞-人民邮电出版社
第5章聚类算法219ihihiixSmixSmxxm∈∈=∑∑其中，mi为各样本点重量。也可以将质心看作每个样本点xi以mi为权重的加权平均。5.9.2Mean
-
5.7.3 层次聚类算法的性质.pdf-石胜飞-人民邮电出版社
204大数据分析与挖掘（2）2D(0)中非对角线的最小元素是0.5，将C1和C2合并成C7，C5和C6合并成C8，S的增加最小，即C7={C1，C2}={x1，