数据挖掘¶

22Fall MANA130374，数据挖掘原理与技术，王有为

主讲处理大数据的各类算法。

主要内容¶

• 大数据背景
• 各类数据形式
• 探索性数据分析
  • 统计量
  • 可视化
• 分类算法
  • 分类任务指标
  • Decision Tree
  • Naive Bayes and Bayesian Belief Networks
  • Artificial Neural Networks
  • Nearest Neighbor
  • Logistic Regression
  • Support Vector Machines
  • CART（Classification and Regression Trees）
  • Random Forest
• 聚类算法
  • 相似性度量
  • K-means Clustering
  • Hierarchical Clustering
  • Graph-based or Prototype-based or Density-based Clustering
• 关联规则挖掘
  • 量化指标
  • Apriori Algorithm
  • FP-growth Algorithm

参考书¶

Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar. Introduction to Data Mining. Addison Wesley, 2nd edition (Oct, 2019).

体会¶

我必须打开可能才能想起来这个课讲了啥，甚至有些内容我打开了课件也回忆不起来。

总体来说内容不是很多，分类、聚类、关联规则就这三块内容。但是每块内容涉及到的算法非常多，属于是走马观花，我基本都没学会。到头还还是只会SVM、KNN、随机森林啥的。

关联规则挖掘倒是让我记忆犹新，Diapers和Beer的神奇组合确实很有记忆点，至于关联规则到底如何挖掘我实在是记不得了，只能当调包调参侠了。