转自 JerryLead 的博客 K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、....
分类：
编程语言 时间：
2014-10-19 19:51:22
阅读次数：
228
1.什么是MLBaseMLBase是Spark生态圈的一部分，专注于机器学习，包含三个组件：MLlib、MLI、ML Optimizer。ML Optimizer: This layer aims to automating the task of ML pipeline construction....
分类：
编程语言 时间：
2014-10-19 18:30:41
阅读次数：
336
前言本篇继续我们的微软挖掘算法系列总结，前几篇我们分别介绍了：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法、Microsoft 时序算法，后续还补充了二篇结果预测篇、Microsoft 时序算法——结果预算+下期彩票预测篇，看样子...
分类：
数据库 时间：
2014-10-17 23:18:59
阅读次数：
325
机器学习有着丰富的理论，分为有监督学习和无监督学习，有监督学习包括分类和回归，无监督学习包括聚类等。各种机器学习算法的基本思想都不难理解（这里的基本思想我的理解是各个算法的模型建立），而难点在于对于模型的求解，这里边有着优美的理论还有一些技巧，如SVM，EM，CA..
分类：
编程语言 时间：
2014-10-17 05:25:44
阅读次数：
619
前言本篇文章同样是继续微软系列挖掘算法总结，前几篇主要是基于状态离散值或连续值进行推测和预测，所用的算法主要是三种：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法,当然后续还补充了一篇结果预测篇，所涉及的应用场景在前几篇文章中也有介...
分类：
数据库 时间：
2014-10-14 18:59:49
阅读次数：
335
kmeans是数据挖掘领域最为常用的聚类方法之一，最初起源于信号处理领域。它的目标是划分整个样本空间为若干个子空间，每个子空间中的样本点距离该空间中心点平均距离最小。因此，kmeans是划分聚类的一种。方法简单易懂，也很有说服力。但，不幸的是，这是一个NP-hard问题。首先来看一下NP问题。NP即...
分类：
其他好文 时间：
2014-10-13 23:20:57
阅读次数：
1672
(原创文章，转载请注明出处！)RRC（recursive rectangular clustering）的基本思想是通过递归的对包含所有样本点的局域进行矩形分割来达到对数据聚类的目的。算法来至文章Eigentaste: A Constant Time Collaborative Filtering ...
分类：
编程语言 时间：
2014-10-13 13:00:50
阅读次数：
206
Weka算法Clusterers-DBSCAN源码分析...
分类：
数据库 时间：
2014-10-12 23:50:58
阅读次数：
371
摘要： 为了提高源程序代码之间相似性的检测效率，提出一种基于序列聚类的相似代码检测算法． 算法首先把源代码按照其自身的结构进行分段提取，然后对各个分段进行部分代码变换，再以带权重的编辑距离为相似度量标准对这些符号进行序列聚类，得到相似的程序代码片段，以达到对源程序进行相似功能检测的目的． 应用： 可...
分类：
编程语言 时间：
2014-10-12 18:45:08
阅读次数：
349
在网上搜了下，维基百科中给了多种方法。 http://en.wikipedia.org/wiki/Normal_distribution#Generating_values_from_normal_distribution...
分类：
其他好文 时间：
2014-10-12 01:26:17
阅读次数：
474
