海量数据的二度人脉挖掘算法（Hadoop 实现） 经验
基于hadoop实现的好；只是自己，想用hadoop实现下，最近也在学；若有不足的地方还请指点。 首先，我的初始数据是文件，每一行为一个follow 关系 ida+‘\t’+idb；表示 ida follow id
openkk 魔兽模拟器的机器学习和数据挖掘：Hearthbreaker 经验
魔兽模拟器的机器学习和数据挖掘; 玩模拟游戏的结果可以用来确定哪些一起能很好的工作,哪些没有卡牌. 用法 Hearthbreaker 兼容任何支持 Python 3.2+ 和 PyPy3 2.3+
jopen 数据挖掘（6）：决策树分类算法 经验
原文出处： fengfenggirl（@也爱数据挖掘） 从这篇开始，我将介绍分类问题，主要介绍决策树算法、朴素贝叶斯、支持向量机、BP神经网络、懒惰学习算法、随机森林与自适应增强算法、分类
排名前50的开源Web爬虫用于数据挖掘 经验
有各种用途的网络爬虫，但本质上是一个网络爬虫是用来从互联网收集挖掘数据。大多数搜索引擎使用它作为提供了最新数据的方法，并用于查找互联网上有什么新的内容。 在这篇文章中，介绍前50个开源的Web爬虫可在网上进行数据挖掘。
b573 【十大经典数据挖掘算法】k-means 经验
ans则是非监督学习中的聚类算法；二者相同之处：均利用近邻信息来标注类别。 聚类是数据挖掘中一种非常重要的学习流派，指将未标注的样本数据中相似的分为同一类，所谓“物以类聚，人以群分”嘛。k-mea
数据挖掘十大算法--K-均值聚类算法 经验
其意义就是两个元素在欧氏空间中的集合距离，因为其直观易懂且可解释性强，被广泛用于标识两个标量元素的相异度。将上面两个示例数据代入公式，可得两者的欧氏距离为： （2）除欧氏距离外，常用作度量标量相异度的还
基于日志文件的数据挖掘机理分析与研究 经验
要： 介绍了数据挖掘的定义，分析了日志数据面临的挑战及对其进行挖掘的原因。讨论了日志数据挖掘的需求，归纳了对日志数据挖掘的具体内容，总结了日志数据挖掘的具体应用。该研究对加强企事业单位计算机信息系统安全具有较强的指导意义。
P39 腾讯大讲堂59_数据挖掘 文档
com/group/class 2. 数据蕴含商机，挖掘决胜千里腾讯研究院 数据分析研究室 SimonJiang / 江宇闻 2009-02-24 3. Agenda数据挖掘是什么？1模型+算法2数据挖掘实践分享3心得与总结4
你用 Python 做过什么有趣的数据挖掘项目？ 资讯
作者 何明科 系一面网络技术有限公司创始人。作者现身说法，用自己的创业历程举例说明：有钱很重要，有趣更重要。以下是正文：enjoy： 第零步：原点，大数据与价值 大概一年多以前，和几个小伙伴均
P4 数据挖掘与分析心得体会 文档
正如柏拉图所说：需要是发明之母。随着信息时代的步伐不断迈进，大量数据日积月累。我们迫切需要一种工具来满足从数据中发现知识的需求！而数据挖掘便应运而生了。正如书中所说：数据挖掘已经并且将继续在我们从数据时代大步跨入信息时代的历程中做出贡献。
P7 数据挖掘中聚类分析的技术方法 文档
数据挖掘中聚类分析的技术方法 汤效琴 戴汝源 摘 要：数据挖掘是信息产业界近年来非常热门的研究方向，聚类分析是数据挖掘中的核心技术。本文对数据挖掘领域的聚类分析方法及代表算法进行分析，并从多个方面对
基于Java的开源数据挖掘解决方案：RapidMiner 经验
Java语言开发，RapidMiner（前身是Yale）已经是一个比较成熟的数据挖掘解决方案了，包括常见的机器学习、NLP、推荐、预测等方法（推荐只占其中很小一部分），而且带有GUI的数据分析环境，数据ETL、预处理、可视化、评估、部署等整套系统都有。
六款强大的开源数据挖掘工具推荐 经验
当今这个大数据时代，数据就等于金钱。随着向一个基于应用的领域过渡，数据则呈现出了指数级增长。然而，百分之八十的数据是非结构化的，因此它需要一个程序和方法来从中提取有用信息，并且将其转换为可理解、可用的结构化形式。
机器学习数据挖掘免费电子书集合 经验
开源免费电子书集合，包括机器学习、数据挖掘、自然语言处理和数学等。 本文是WIKI页面，请自由的参与到这个列表的贡献。 机器学习/数据挖掘 An Introduction To Statistical
数据挖掘中易犯的10大错误 经验
译文出处： Sunstone 按照Elder博士的总结，这10大易犯错误包括： 0. 缺乏数据（Lack Data） 1. 太关注训练（Focus on Training） 2. 只依赖一项技术（Rely
数据挖掘十大算法--K近邻算法 经验
四、对 k - 近邻算法的说明 按距离加权的 k - 近邻算法是一种非常有效的归纳推理方法。它对训练数据中的噪声有很好的鲁棒性，而且当给定足够大的训练集合时它也非常有效。注意通过取 k 个近邻的加权平均，可以消除孤立的噪声样例的影响。
P7 数据挖掘技术在移动通信行业中的应用 文档
数据挖掘技术在移动通信行业中的应用 数据挖掘技术在移动通信行业中的应用 【关键词】 数据挖掘. 移动大客户. 【聚类检索】 同类文献 引用文献 被引用文献 【摘要】 该文在这些研究的基础上,介绍了一
P4 统计学和数据挖掘：交叉学科 文档
统计学和数据挖掘：交叉学科 摘要：统计学和数据挖掘有很多共同点，但与此同时它们也有很多差异。本文讨论了两门学科的性质，重点论述它们的异同。 关键词：统计学 知识发现 1． 简介 统计学和数据挖掘有着共同
十大数据挖掘算法及各自优势 经验
International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank
[机器学习&数据挖掘]朴素贝叶斯数学原理 经验
率，也就是通常的概率，在全概率公式中表现是“由因求果”的果 (2)后验概率：指在得到“结果”的信息后重新修正的概率，通常为条件概率(但条件概率不全是后验概率)，在贝叶斯公式中表现为“执果求因”的因