我使用以下代码在R上生成了一个(未修剪的)分类树：
fit <- rpart(train.set$line ~ CountryCode + OrderType + Bon + SupportCode + prev_AnLP + prev_TXLP + prev_ProfLP + prev_EVProfLP + prev_SplLP + Age + Sex + Unknown.Position + Inc + Can + Pre + Mol, data=train.set, control=rpart.control(minsplit=5, cp=0.001), method="c
浏览 0提问于2018-03-11得票数 1
回答已采纳
1回答
这不是一个代码问题，而更多的是一个“我需要考虑这个”的问题。
据我所知，Apriori挖掘算法属于关联挖掘的范畴，这意味着它使用基于数据中的关系的规则来提取信息。
当我对它们进行研究时，它们看起来都惊人地相似，那么有什么区别呢？它们是不同的东西吗？如果是这样，是什么让Apriori独一无二的？
浏览 1提问于2015-11-30得票数 0
1回答
我在一个项目中工作，其中输入文件被提供给，它被要求首先输出最小支持0.01的所有长度的频繁类别。然后是所有的频繁类别集。
目标是在文件中写入以下具有绝对支持(计数)的数据，例如：
2851:快餐；餐馆
我以列表的形式检索所有数据
data = []
with open("categories.txt") as file:
for line in file:
line = line.replace("\n", "")
line = line.split(";")
data.append(line)
我的问题是
浏览 1提问于2017-03-23得票数 1
2回答
我需要在事件序列的数据库中找到常见的模式。因此，我考虑使用和来寻找解决方案。
请注意，我不仅仅搜索最长的公共子字符串:我接受经常出现在数据库中的较短的公共子字符串。
你能对这个问题提出一些算法，实现技巧或一般建议吗？
浏览 1提问于2012-04-01得票数 1
回答已采纳
1回答
我在区块链世界是新的，我正在努力理解以下内容。任何帮助都将是非常值得赞赏的。这是我的理解，经过几个视频和课程。
我有一条私人的Azure区块链。
我已经创建了一个联系人并部署了它。
一旦它被以太开采，我就会得到一个地址。
稍后，我可以使用地址并向其添加数据。
我的问题是
我需要的时间和我的合同的复杂性有什么关系吗？
我真的需要我的吗？因为我不会用区块链作为硬币的不同用例。
浏览 0提问于2018-08-23得票数 1
回答已采纳
1回答
我想做一个应用程序，把一堆单词添加到用户字典中。
我知道我可以使用UserDictionary.Words.AddWords，但是它实际上并不是将单词添加到字典中。
看起来"WRITE_USER_DICTIONARY“权限在M中被删除了，是否有不同的方式将单词添加到用户字典中，还是现在完全消失了？
浏览 3提问于2016-07-17得票数 2
回答已采纳
7回答
开源数据挖掘软件
、、
我想知道，我可以用来生成非二进制关联规则的最好的开源软件是什么。我需要一个非二进制实现，因为将我当前的非二进制数据转换成二进制数据不会得到想要的结果。
谢谢，迫不及待地想在这里看到你的评论！
浏览 3提问于2009-07-28得票数 1
回答已采纳
2回答
我正计划为我用Java开发的电子商务平台构建一个功能，以像Amazon一样展示相关产品。有几个与产品相关的不同指标，我想探讨一下。
购买历史记录(同时购买)
按家庭/类型分类(类似产品分类)
有意关联(提高结果；“买这个！”)
虽然我可能能够开发我自己的数据处理库，但它并不是很便携，而且我敢说它也不是很好。
有几个包可以用来做这类事情，但我觉得我无法评估哪个包或解决方案最适合我。如有任何关于轶事或个人经验的意见，将不胜感激。
注意:我把它标记为神经网络，因为我在一次蟒蛇演讲中使用了类似神经网络的数据，我不认为神经网络是这项工作的最佳选择。
浏览 4提问于2010-09-03得票数 0
回答已采纳
4回答
我在看JDM。这仅仅是一个与其他执行实际数据挖掘的工具进行交互的API吗？或者这是一组包含实际数据挖掘算法的包？
浏览 2提问于2009-07-21得票数 11
回答已采纳
3回答
很长时间的听众，第一次打电话。
我白天是全职SE，晚上是全职数据挖掘学生。我选修了这些课程，听到了教授们的想法。现在，我来找你- stackoverflowers，是为了揭示真实的真相。
您最喜欢的数据挖掘算法是什么?为什么？有什么特殊的技巧可以帮助你在过去取得成功吗？
谢谢!
浏览 4提问于2008-12-02得票数 2
回答已采纳
2回答
我是新来这个地区的。
在我的形象中，
数据挖掘是指从数据中检索与数据模型相关的有用信息。机器学习寻求识别数据中的行为模式，并基于观察到的模式构建各种模型。
浏览 0提问于2011-08-18得票数 1
3回答
我想要做的是在我的SQL Server2000数据库上应用数据挖掘的关联方法。关联规则类似于“查找一起出现在数据库中的最频繁的项目”。
对于那些不知道或者想记住什么是关联方法的人，可以看看这个关于数据挖掘中的关联规则的演示文稿。
第17张幻灯片给出了一个在数据库上应用关联规则的很好的例子。
所以你能帮我写一下我的SQL代码吗(当然，如果这样就足够了)
谢谢。
编辑:我已经更正了链接。
浏览 2提问于2010-03-24得票数 4
回答已采纳
2回答
数据集限制维度
、、
我的目标是在诊断数据上产生重要的规则。
我以arff非稀疏格式预处理我的数据集；我有116000个实例和28个属性。我在weka中应用了Apriori算法，如下所示(使用weka浏览器界面)
Apriori -N 20 -T 1 -C 0.8 -D 0.05 -U 1.0 -M 0.1 -M 0.1 -S -1.0 -c -1
算法似乎需要很长时间才能完成。目前等待结束的时间超过三个小时。
正常吗？有没有一种方法可以加速算法(用其他方法预处理数据，或者为Apriori选择其他参数)？或者weka不是这个维度的合适工具？
浏览 2提问于2015-09-17得票数 1
谁能解释一下为什么我会收到下一条错误信息：
挖掘结构列MyColumn的内容类型排序不受或Microsoft朴素贝叶斯算法的支持。
文档声明()：
Analysis中的所有数据挖掘数据类型都支持此内容类型。然而，大多数算法将有序值视为离散值，不执行特殊处理。
特别针对Bayes ()：
输入属性:循环、离散、离散、键、表和有序
还有另一个问题。排序内容类型对哪些算法有影响？我是说，如果我们用有序而不是离散。
浏览 3提问于2011-03-21得票数 0
2回答
该任务类似于有界背包问题()。我们有大约300种不同的膳食，参数包括：ID、价格、重要性/等级、类别。
例如：
id price importance type
-----------------------------
1 100 78 butter
2 50 89 milk
3 70 66 milk
4 66 50 butter
我们想选择十大最佳组合的产品，但根据具体的配置，我们只想采取3种黄油，2种面包和2种牛奶。这十大组合必须具有最高的重要性和重要性。此外，我们
浏览 9提问于2015-08-20得票数 4
回答已采纳
5回答
在数据挖掘领域，有没有一个特定的子学科叫做“相似度”？如果是，它处理的是什么。任何例子，链接，参考资料都会很有帮助。
此外，作为该领域的新手，我希望社区对数据挖掘和人工智能之间的关系有多密切发表意见。它们是同义词吗，一个是另一个的子集吗？
提前感谢您分享您的知识。
浏览 1提问于2010-05-22得票数 9
回答已采纳
我正在做一个项目“基于关系数据库的关联规则挖掘”。我已经完成了我的实现，但问题是我没有任何其他工具来比较(检查)我的结果
有没有人能推荐我在关系数据库上进行关联规则挖掘的工具？
我的实现中的示例输入是：
A B C
0 0 0
0 0 1
0 1 1
1 1 1
1 1 1
输出：
A:1 --> B:1 C:1 100.0%
B:1 --> A:1 C:1 66.66667%
A:1 B:1 --> C:1 100.0%
C:1 --> A:1 B:1 50.0%
A:1 C:1 --> B
浏览 2提问于2013-05-02得票数 0
假设我有一个非常强大的服务器，具有非常快的互联网连接(32 for内存，4GBit/s上传和下载)，运行MiningCore和Parity进行私有挖掘。
减少Share Difficulty能让我找到更多的块吗？如果我减少了它，我知道会有更多的共享被提交，我的服务器可以处理它们。
在SSD中存储DagFile会有什么不同，还是会影响处理共享？
在SSD中存储Blockchain数据会有什么不同，还是会影响处理共享？
浏览 0提问于2018-11-23得票数 0
我见过许多用于序列模式挖掘的数据库，它们在这些数据库中获取的序列如下
<(af)(d)(e)(a)>
<(e)(abf)(bde)>
一个括号中的项目集(af)、(abf)、(bde)代表什么？这是不是意味着它们是相互关联的，还是其他什么东西？
我们在什么基础上将项目归入这一个元素？我正在使用weblog文件作为数据集。
浏览 0提问于2013-04-04得票数 5
我需要开发一个工具，用于web日志数据挖掘。
在一个特定的用户会话中(从web应用程序日志中检索)，有许多urls序列，我需要找出网站用户的使用模式和组(集群)。
我是数据挖掘的新手，现在对Google进行了大量的研究。发现了一些有用的信息，比如查询似乎指向了几乎完全相同的研究。
所以我的问题是：
是否有任何基于python的工具可以满足我的需要，或者至少有类似的功能？
有什么帮助吗？
读这本书有什么帮助吗？
谷歌要做什么，读什么，哪个比较简单的算法用得最好？
我的时间非常有限(大约一周)，所以任何帮助都是非常宝贵的。我需要的是指出正确的方向和如何在最短的时间内完成任务
浏览 2提问于2010-05-27得票数 4
回答已采纳
3回答
我正在使用一种apiori算法实现从事务集生成关联规则，并且我将获得以下关联规则。但是我得到了关联规则1->8我可以假设8->1因为有10个产品类，所以关联规则从0开始到9结束，但是使用这个算法我没有得到像8->2或9->1这样的东西，所以我可以将关联规则2->8反转到8->2吗?如果不能，有人可以指出更好的先验算法实现吗？
0-->5
0-->9
1-->2
1-->4
1-->5
1-->7
1-->8
1-->9
2-->3
2-->4
2-->5
2-->6
2-->7
2
浏览 1提问于2011-01-15得票数 1
10回答
我正在评估数据收集包。
到目前为止，我发现了这两种情况：
你有什么经验可以分享这两种产品，或任何其他产品推荐我？
谢谢
浏览 11提问于2008-10-28得票数 16
回答已采纳
3回答
我目前正在学习数据挖掘，我有以下问题。
机器学习和数据挖掘之间的关系是什么？
我发现许多数据挖掘技术都与统计相关，而“听说”数据挖掘与机器学习有很多关系。所以我的问题是:机器学习与统计学密切相关吗？
如果它们不是密切相关的，那么是否有这样的分工，将侧重于统计技术的数据挖掘与以机器学习技能为重点的数据挖掘分开？因为我发现一些研究生院的统计学系开设了数据挖掘课程。
浏览 8提问于2011-09-21得票数 1
回答已采纳
4回答
有没有数据挖掘算法的比较？在性能、准确性和生成健壮模型所需的数据量方面进行比较。似乎像打包和提升这样的集成学习算法被认为是目前最准确的。我没有什么特别的问题要解决。这只是一个理论问题。
浏览 2提问于2010-02-07得票数 5
回答已采纳
最近，我对数据挖掘和机器学习领域产生了兴趣。通过庞大的数据集和试图关联隐藏的模式和趋势的想法是迷人的。到目前为止，我已经完成了以下工作
使用Weka加载简单数据集并生成决策树
连续阅读书籍、维基、博客等等。
开始使用Server和Python
对网上免费提供的数据集(freedb、UN等)有一个想法
阻碍我的是，当我试图超越分类/推理和先验/先验算法的时候，我被困住了，因为理解数学方程和逻辑并不是我的优点之一(可以谦虚地说)。
因此，我的问题是，在数据挖掘领域(作为产品所有者或建设者的角色)，是否有谁不是天生的数学家？如果是这样的话，你会如何解决这个领域的问题，因为像W
浏览 4提问于2009-08-26得票数 1
回答已采纳
2回答
假设我有下面提到的数据。
上午11点user1笔刷
上午11:05 user1准备刹车
上午11:10 user1吃早餐
上午11:15 user1洗浴
上午11:30 user1上班
12 user2笔刷
12:05 12 user2准备刹车
12:10 12 user2吃早餐
12:15 12 user2洗浴
12:30 12 user2上班
上午11点user3洗浴
上午11:05 user3准备刹车
上午11:10 user3刷子
上午11:15 user3吃早餐
上午11:30 user3上班
12 user4洗浴
12:05 12 user4准备刹车
12:10 12 user4笔
浏览 2提问于2011-10-01得票数 7
回答已采纳
大数据是最近两年提出的，而数据挖掘上世纪就提出来了。我想知道的是，现在大数据的背景下，采用的数据挖掘算法跟之前传统的数据挖掘算法有什么本质上的不同？如果没有不同，那又是什么关系呢？
浏览 1424提问于2018-04-03
我是数据挖掘的新手，对关联规则和频繁项挖掘感到困惑。对我来说，我认为两者都是一样的，但我需要这个论坛上专家的意见
我的问题是
关联规则挖掘和频繁项集挖掘有什么区别？谢谢
浏览 2提问于2010-06-16得票数 12
回答已采纳
1回答
我读了一些关于关联规则挖掘( Association )的文章，碰到了一个Kaggle数据集，其中一个竞争对手应用了张的规则。我想知道它是什么。我试着在网上寻找它，大部分的点击都围绕着某个中国皇帝的名字，这个名字统治着中国。而其他的事情则与此无关。如果你有什么可以分享的，比如它的意义，那就太棒了。
这里也没有以“吧”开头的标签。
浏览 0提问于2022-04-28得票数 0
寻找JAVA中的通用序列模式算法代码。
我看到了之前关于这个的帖子，并且提到了WEKA。在使用WEKA API之后，我发现这个算法在WEKA.Associations中没有显示
是因为版本的原因吗？
存在已存在的WEKA.associator.generalisedsequentialpattern
有人能告诉我如何在WEKA或其他地方找到GSP算法JAVA代码吗？
浏览 0提问于2013-03-10得票数 2
回答已采纳
3回答
我有一个具有大多数整数值的数据集。我想在上面应用关联规则挖掘。我看过流行的算法，如Apriori等，但它们都处理具有布尔值的数据，即，项存在于事务中还是不存在。
是否有一种算法，让我们除了计算属性的数量之外，还可以计算属性的值？(我计划将数据正常化，使其值介于0到1之间)
浏览 9提问于2015-02-27得票数 3
回答已采纳
3回答
我想使用Apriori对交易数据进行亲和力分析。我有一个表，其中包含订单及其信息的列表。我主要需要使用OrderID和ProductID属性，它们的格式如下
OrderID ProductID
1个A
1 B
1 C
2 A
2 C
3 A
Weka要求您为每个产品ID创建一个名义属性，并使用如下所示的true或false值指定该项目是否出现在订单中：
1，TRUE，TRUE，TRUE
2，TRUE，FALSE，TRUE
3，真，假，假
我的数据集包含大约10k条记录...大约3k种不同的产品。有没有人能建议一种以这种格式创建数据集的方法？(除了手动耗时的方式...)
浏览 6提问于2013-05-14得票数 2
1回答
利用神经网络进行数据分析
、、、
我正在尝试构建一个应用程序，它会承受大量的时间压力。比方说其中大约有200个要填补。
我还有几个常数，比如粘度密度体积面积。
产出约为其中3项。
是否有可能使用神经网络(encog/co-.net)将时间-压力数据和常数与预期的输出相结合，
以便程序能够根据不同的时间压力数据和不同的常数值来估计输出？
浏览 2提问于2013-11-13得票数 1
回答已采纳
我需要为分类问题选择模型和机器学习算法的建议。
我在试着预测一个对象的二元结果。我的数据集中有500,000条记录和20个连续的分类特征。每个主题有10-20条记录。数据使用其结果进行标记。
到目前为止，我考虑的是逻辑回归模型和内核近似，基于小抄表。
在用R或Python实现时，我不确定从哪里开始。
谢谢!
浏览 3提问于2016-07-29得票数 1
2回答
我面临着一个关于序列挖掘的棘手问题，比如我有10种产品，我有数百万条记录，每条记录都包含用户、产品和购买时间戳。每个用户可能只有1条记录或100条记录。例如：
user 1, p1, t1
user 1, p1, t2
user 1, p2, t3
user 1, p3, t4
user 1, p1, t5
user 2, p2, t6.....
现在我需要预测什么时候是为用户推广产品的最佳时机。
到目前为止，我的解决方案是，将时间分成几个类别。然后对数据应用Apriori，例如记录将如下所示
user 1, p1T1
user 1, p2T2
user 1, p3T2
user 1, p2T
浏览 1提问于2011-12-09得票数 6
2回答
资料来源:谷歌面试问题
由于有一个庞大的计算机网络，每个计算机都保存访问URL的日志文件，可以找到访问量最大的十大URL.。
有很多大的<string (url) -> int (visits)> maps。
计算< string (url) -> int (sum of visits among all distributed maps)，并得到合并地图中的前十位。
主要限制：映射太大，无法通过网络传输。也不能直接使用MapReduce .
我现在遇到了相当多的此类问题，需要在大型分布式系统上完成processiong。我无法思考或找到一个合适的答案。
我所能想
浏览 4提问于2013-07-29得票数 9
回答已采纳
6回答
我必须使用任何语言实现。代码应该是没有递归的串行代码。有没有可能在没有递归的情况下实现这样的算法？我不是在寻找代码，我只是需要一个如何做的解释。
浏览 0提问于2011-03-27得票数 6
1回答
分组数据
我有一组项目，我想根据它们通常在一起的方式将它们分割成组。例如，如果我有以下数据：
{a:1, b:1, c:0, d:0}
{a:1, b:1, c:0, d:0}
{a:1, b:1, c:1, d:0}
{a:0, b:0, c:1, d:1}
我们可以将a和b组合在一起，因为它们总是具有相同的值。C和D将各自位于各自的集群中，因此我们最终会得到3个集群，它们可以100%准确地表示这些数据。
此外，我想牺牲准确性来减少子组的数量。例如，使用上面的数据集，我们可以将A和B分组成一个不丢失精度的聚类，而将C和D组合成一个精度略有下降的集群。
基本上，我希望将数据分组到给定数量的最优
浏览 5提问于2014-09-22得票数 0
回答已采纳
我正在学习mahout中的fpgrowth，我发现了出生频繁项集的功能，但是如何使用mahout来形成频繁项集的规则呢？它还没有在mahout中实现吗？
浏览 0提问于2012-07-17得票数 1
聚类标签(在多标签分类问题中)，这些标签通常一起出现在数据帧中？例如，我有这样的数据帧： text | genre
===========================
text 1 | [action,mistery,horror,thriller]
text 2 | [drama,romance]
text 3 | [comedy,drama,romance]
text 4 | [scifi,mystery,horror,thriller]
text 5 | [horror,mystery,thriller] 如何对经常一起出现的标签进行聚类?例如，类型
浏览 36提问于2020-12-22得票数 1
1回答
您知道路由器漏洞的列表(如OWASP十大网络漏洞)吗？
如果不是，不管版本/品牌如何，您在路由器中可以找到的十大漏洞是什么？
浏览 0提问于2016-03-21得票数 -1
回答已采纳
1回答
我是新到Tableau和我的任务之一，如果显示十大品牌。
我有三个专栏:利润，销售和NPS。
数据如下所示：
*
我知道如何根据利润或销售额或NPS来选择十大品牌，但如何使其在用户按利润进行排序时，根据排序类型(上升或下降)获得最高或最低的10个盈利品牌。同样，销售和NPS也是如此。
按利润分类的结果(desc)：
*
按NPS (Asc)分类的结果:销售情况:销售情况
当前实现:现在，仪表板按利润显示前10个品牌，当我想按NPS对它们进行排序时，它使用相同的10个品牌，而不是从完整的数据集中。
浏览 4提问于2022-04-04得票数 0
到目前为止，我已经使用RapidMiner完成了一些数据/文本挖掘任务，但随着数据量的增加，存在着巨大的性能问题。AFAIK RapidMiner并行处理扩展只适用于企业版--不幸的是，我仅限于社区版。
现在我想使用MATLAB (学术许可证)将任务转移到一个高性能集群上。我没有找到并行计算工具箱支持的任何信息，例如SVM或KNN。
MATLAB或其他库是否支持数据挖掘算法的并行化？
浏览 0提问于2015-06-12得票数 0
2回答
这是一个星期，我试图为我的问题找到答案，如果有人能帮助我，我将不胜感激。我有一个字符串列表(最初的序列列表可以看作是字符串列表)，我想在这个列表的字符串中找到一个模式(它本身就是一个字符串)，有没有我可以使用的java库，或者有什么工具(比如weka，它不做这件事！)哪个能帮到我？
浏览 0提问于2010-10-17得票数 0
我想从事数据仓库和数据分析师的工作。我正在阅读有关数据挖掘和仓储的书籍。但我对概率、傅里叶变换和小波函数等技术数学知识着迷了。
我不太擅长这些统计数学细节。
我想知道，如果我在DW工作行业工作，那么我是否需要学习那些东西或东西已经建立在这些东西上，而我不需要那些数学东西
浏览 3提问于2012-04-26得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
