三 数据挖掘算法

  K-近邻 K-NN 可简单理解为 近朱者赤近墨者黑 欧式距离 文本分类计算时 余弦策略 MBR Memory-Based Reasoning  记忆基础推理法 Collaborative Filtering 协同过滤   应用场景 稀疏事件 医疗-罕见病 反欺诈   计算步骤 1、算距离 2、找邻居 3、做分类   常见问题 k值设定 一般低于训练样本数的平方根     购物篮分析和关联规则 规则的度量 支持度和置信度 支持度 广泛程度 1000小票中100张同时购买A和B AB的支持度为10% 置信度 条件概率 P（y|x） >P(y)   Apriori算法 原则 频繁项集的所有非空子集一定也是频繁的 frequent     回归分析 应用 信用评分 logistic 逻辑回归       聚类分析 常用于客户细分 数据探索和预处理 文本www等分类   K-Means算法