1、二分类 因为分值相同，所以最终结果多余100个。 图中虚线表示基准值，如果实线在虚线之下，说明模型效果不如随机...[作者空间]
1、 基于网络集群识别的自动化聚类 共现关系聚类，利用社交网络分析（Social Network Analysis...[作者空间]
参考：《文本数据挖掘》 1、相似度计算 2、 聚类方法 划分聚类法：k-means聚类法、k-medoids聚类法...[作者空间]
1、安装Firefox 根据系统位数，下载对应最新版本，安装。 https://www.mozilla.org/z...[作者空间]
1、数据准备 2、创建任务 3、交叉验证 使用十折交叉验证评估所有的超参数配置。 4、参数调优 paradox包定...[作者空间]
1、数据准备与数据理解 其中credit_risk为结果变量，表示信用卡风险情况。查看数据集缺失值等概况。 Tab...[作者空间]
DBSCAN在输入参数的选取上比较困难，即DBSCAN对输入参数比较敏感。当给定全局参数eps和minPts时，会...[作者空间]
k-means （K均值）和 分层聚类衡量行间、及行与中心点的距离。k-Means算法比较适用于簇为球型的，对于非...[作者空间]
k-means 输出为扁平的聚类结果，分层（层次）聚类输出为树状的聚类结果，当数据为多层级结构时适用。层次聚类(h...[作者空间]
聚类：在数据中识别相似行的技术。常见聚类技术：k-means, DBSCAN, OPTICS k-means 是一...[作者空间]
LLE: Locally Linear Embedding，局部线性嵌入，属于流形学习(Manifold Lear...[作者空间]
UMAP(Uniform Manifold Approximation and Projection，统一流形逼近...[作者空间]
t-SNE：t-distributed stochastic neighbor embedding：t分布随机邻域...[作者空间]
为何要降维？方便可视化探索；减轻维度诅咒；缓解共线性。降维方法：PCA, t-SNE, UMAP, SOM, LL...[作者空间]
