数据挖掘:关联规则,异常检测,挖掘的标准流程,评估指标,误差,聚类,决策树

数据挖掘:关联规则

2022找工作是学历、能力和运气的超强结合体,遇到寒冬,大厂不招人,可能很多算法学生都得去找开发,测开
测开的话,你就得学数据库,sql,oracle,尤其sql要学,当然,像很多金融企业、安全机构啥的,他们必须要用oracle数据库
这oracle比sql安全,强大多了,所以你需要学习,最重要的,你要是考网络警察公务员,这玩意你不会就别去报名了,耽误时间!
与此同时,既然要考网警之数据分析应用岗,那必然要考数据挖掘基础知识,今天开始咱们就对数据挖掘方面的东西好生讲讲 最最最重要的就是大数据,什么行测和面试都是小问题,最难最最重要的就是大数据技术相关的知识笔试


### 文章目录

  • [数据挖掘:关联规则](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [@TOC(文章目录)](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [关联规则](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [异常检测](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [数据挖掘的标准流程](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [数据挖掘的经典算法](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [训练误差和泛华误差](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [分类算法评估指标:hold-out method](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [聚类方法](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)
  • [总结](#文章目录 数据挖掘:关联规则 @TOC 关联规则 异常检测 数据挖掘的标准流程 数据挖掘的经典算法 训练误差和泛华误差 分类算法评估指标:hold-out method 聚类方法 总结)

关联规则

如果相关性很大,那就可以去掉其中一个属性


异常检测

数据挖掘的标准流程





这些不仅是理论,更是实际业务会遇到的东西




NLP



长尾问题

数据挖掘的经典算法

这些可能会考的

去年就考了聚类哦

TP:实际为正,预测为正

FP:实际为负,预测为正

FN:实际为正,预测为负

TN:实际为负,预测为负

准确率acc,是TP和TN的在所有情况中的占比

recall ,数据中所有正类中,真正被预测为正类的比例。就是被真的召回的正类比例

precise ,在所有被预测为正类中,实际正类的比例【精确是正类的】这俩别混了

ROC是pr的曲线

检测出来了,但是你也不能误报

往往希望,recall高一点,而误报也要小

误报了

误报率是负样本认为正了

召回是1000个中的5个,好low

训练误差和泛华误差

分类算法评估指标:hold-out method

train和test,随机分组的交叉验证

k-fold,k组,但是每次k-1个为训练集,而剩下一组为训练集

轮番高k次

k一般是10,叫十指交叉验证

留一验证

当数据量很小,就留一个样本作为测试集

分组,组元素个数为1

聚类方法

先了解,后面会详细讲解的

看层次





Nt就是正类

Ntk是确实是真的正类

离差

Ck中的i与中心u的距离

l簇和u簇的中心距离,越远越好

C4.5算法

开始具体的算法了


总结

提示:重要经验:

1)

2)学好oracle,即使经济寒冬,整个测开offer绝对不是问题!同时也是你考公网络警察的必经之路。

3)笔试求AC,可以不考虑空间复杂度,但是面试既要考虑时间复杂度最优,也要考虑空间复杂度最优。

相关推荐
数脉3 小时前
[Esther 数据治理实战] 改表之前的必修课:用列级血缘做影响分析
数据挖掘·数据分析
sbjdhjd7 小时前
ThinkPHP 5.0.10 缓存写入型 RCE 复盘:从手动搭建、换行绕过到源码单步验证 | 05
java·后端·安全·spring·网络安全·数据挖掘·php
Q264336502310 小时前
【有源码】基于 Hadoop 的强化学习智能体轨迹数据挖掘与可视化分析系统大数据毕设项目
大数据·hadoop·机器学习·数据挖掘·spark·课程设计·数据可视化
临床数据科学和人工智能兴趣组13 小时前
399元现在超值!学R语言,订阅我们专栏就够了,包括了所有的内容,不断更新!
人工智能·数据挖掘·r语言·r语言-4.2.1·临床研究
Q264336502313 小时前
【有源码】基于大数据的药品多维度属性分析可视化系统 基于Spark的药品属性聚类与关联规则可视化分析系统
hadoop·机器学习·数据挖掘·spark·毕业设计·课程设计·大数据项目
Q264336502313 小时前
【有源码】基于大数据的零售交易者行为特征与生存状况数据分析及可视化 Hadoop+Spark大数据项目
大数据·hadoop·信息可视化·数据挖掘·数据分析·spark·毕业设计
小王毕业啦1 天前
2012-2024年 机构投资者实地调研数据 xlsx
大数据·人工智能·数据挖掘·数据分析·社科数据·实证分析·经管数据
土司大王1 天前
LeetCode hot100 回溯专题总结:Java 通用模板、决策树模型
java·算法·leetcode·决策树
leoZ2311 天前
2026-09-10-静态扫描连错三次-用运行环境当裁判
前端·javascript·vue.js·人工智能·opencv·机器学习·数据挖掘
拓海SEO外贸1 天前
关键词聚类(Keyword Clustering)怎么做
人工智能·机器学习·聚类