数据挖掘建模(1)分类与预测
经过数据探索和数据预处理, 得到了可以直接建模的数据。 根据挖掘目标, 和数据形式可以建立分类与预测、聚类分析、关联规则、时序模型和偏差检测等模型, 帮助企业提取数据中蕴含的商业价值, 提高企业的竞争力。分类与预测:分类模型的实现步骤:常用的分类与预测算法:可参考: 逻辑回归(Logistic Regression)分类算法 决策树(De...
·
经过数据探索和数据预处理, 得到了可以直接建模的数据。 根据挖掘目标, 和数据形式可以建立分类与预测、聚类分析、关联规则、时序模型和偏差检测等模型, 帮助企业提取数据中蕴含的商业价值, 提高企业的竞争力。
分类与预测:
分类模型的实现步骤:
常用的分类与预测算法:
可参考:
朴素贝叶斯分类
人工神经网络
朴素贝叶斯:
设是实验E 的样本空间,A为E 的事件,
为
的一个划分
全概率公式为:
更多推荐
所有评论(0)