数据挖掘01

1. 数据预处理
   1.1 交叉熵
2. 特征选择与降维
   2.1 PCA
   2.2 LDA
3. 分类
   3.1 贝叶斯
   3.2 决策树
   3.3 神经网络
   3.4 支持向量机

1. 数据预处理

1.1 缺失值如何处理

1.2 Local Outlier Factor（异常值检测）

image.png

1.3 重复数据如何处理

1.4 数据转换

1.5 数据标准化

1.6 数据可视化

• 一图胜千眼

2.5 特征选择

image.png

• 剪枝

  
  image.png
  image.png

2.6 特征提取

2.6.1 PCA （无监督）

image.png
image.png
image.png
image.png

• 另一种解法

  
  image.png
  image.png
  image.png

2.6.2 LDA （有监督）

image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png

3 分类

3.1 贝叶斯

image.png
image.png

• 上图，如果是B命中的概率是0.625， 不是0.25！

  
  image.png
  image.png
  image.png
  image.png
  image.png
  image.png
  image.png

• 独立不等于相关

  
  image.png
  image.png
  image.png
  image.png
  image.png
  image.png
  image.png

3.2 决策树

image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png

3.3 神经网络

image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png