机器学习导论.pptVIP

“尿布与啤酒”—典型关联分析案例 采用关联模型比较典型的案例是“尿布与啤酒”的故事。在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，超市也因此发现了一个规律，在购买婴儿尿布的年轻父亲们中，有30%～40%的人同时要买一些啤酒。超市随后调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。同样的，我们还可以根据关联规则在商品销售方面做各种促销活动。 * 精选文档整理合集 一、基本概念 给定： 项的集合：I={i1,i2,...,in} T={t1,t2…tn}是数据库中事务的集合，每个事务ti则是项的集合，使得 则 为T中的关联规则。 其中 并且 * 精选文档整理合集 规则度量：支持度和置信度 Customer buys diaper Customer buys both Customer buys beer 对所有满足最小支持度和置信度的关联规则 支持度s是指事务集T中包含 的百分比 置信度c是指T中包含A同时也包含B的事务占包含A的事务的百分比 最小支持度 min_sup 最小置信度 min_conf * 精选文档整理合集 强关联规则：如果事务集合T中的关联规则A?B同时满足 support(A?B)min_sup, confidence(A?B)min_conf, 则A?B称为T中的强关联规则。 * 精选文档整理合集 频繁K-项集 k－项集：包含k个项的集合 {牛奶，面包，黄油}是个3－项集 如果K—项集的频率(即支持计数)大于最小支持计数（最小支持度×T中的事务总数n），则称该项集为频繁K-项集 * 精选文档整理合集 3.2 关联规则挖掘步骤 大型数据库中的关联规则挖掘包含两个过程： 找出所有频繁项集 大部分的计算都集中在这一步 由频繁项集产生强关联规则 即满足最小支持度和最小置信度的规则 * 精选文档整理合集 3.3 Apriori算法 定理一 如果某k-项集不是频繁k-项集，则包含IK的(k+1)--项集也不是频繁(k+1)--项集。该性质称为Apriori性质。 * 精选文档整理合集 相关资源 会议 Neural Information Processing Systems Uncertainty in Artificial Intelligence International Conference on Machine Learning European Conference on Machine Learning Computational learning Theory International Joint Conference on Artificial Intelligence * 精选文档整理合集 习题 机器学习方法的种类有哪些？每一类请举例。 假设我们的既定目标是构建识别垃圾邮件的系统，请问垃圾邮件中的什么特征使得我们能够确认它为垃圾邮件？计算机如何通过语法分析来发现垃圾邮件？如果发现了垃圾邮件你希望计算机如何处理它？ * 精选文档整理合集 分组题目 1 关联规则（Apropri） 2 贝叶斯网络 3 参数方法 最大似然估计 伯努利密度 高斯（正态分布） 4 聚类 K均值聚类 期望最大化 层次聚类 5 非参数方法 直方图 核估计 K最近邻 6 决策树 7 人工神经网络 8 增强学习 9 遗传算法 * 精选文档整理合集 第二章 监督学习Chapter 2. Supervised Learning 2.1 由实例学习类 2.2 VC维（Vapnik-Chervonenkis Dimension） 2.3 概率逼近正确学习 2.4 噪声 2.5 学习多类 2.6 回归 * 精选文档整理合集 2.1 由实例学习类 学习“家用汽车”类C 现有一组汽车实例和一组被测人，展示汽车，被测人对汽车标记： 正例：标记为家用汽车 负例：其他类型汽车 机器学习后预测未见过的汽车是否为家用 汽车特征包括 价格、发动机功率、座位数量、车身颜色等。 * 精选文档整理合集 2.1 由实例学习类 仅考虑价格（x1）和发动机功率（x2） 对于每一辆观测的汽车，可以表示为 所有观测的汽车样本表示为 * 精选文档整理合集 我们发现价格和发动机功率在某个确定范围内的是家用汽车。 (P1=价格=p2) AND (e1= 发动机功率=e2) * 精选文档整理合集 我们的目标是找出假设类H 尽可能的与C接近---找出定义H的四个参数。 假设h * 精选文档整理合集 经验误差 经验误差是h的预测值与x中给定的预期值不同的训练实例所占的比例： 假正 假负 * 精选文档整理合集 最特殊假设S 和 最一般假设G