În învățarea automată și statistică, clasificarea statistică este problema identificării căruia dintr-un set de categorii (subpopulații) îi aparține o nouă observație, pe baza unui set de antrenament de date care conține observații (sau instanțe) a căror apartenență la categorie este … Citeşte mai mult
În clusteringul bazată pe densitate, clusterele sunt definite ca zone cu o densitate mai mare decât restul setului de date. Obiectele din aceste zone împrăștiate – care sunt necesare pentru a separa clusterele – sunt de obicei considerate a fi … Citeşte mai mult
Modelul de clustering cel mai strâns legat de statistică se bazează pe modele de distribuție. Clusterele bazate pe distribuție pot fi apoi definite cu ușurință ca obiecte aparținând cel mai probabil aceleiași distribuții. O proprietate convenabilă a acestei abordări este că … Citeşte mai mult
În clustering bazat pe centroid, clusterele sunt reprezentate de un vector central, care poate să nu fie neapărat membru al setului de date. Când numărul de clustere este fixat la k, clusteringul prin k-medii oferă o definiție formală ca o … Citeşte mai mult
Clusteringul bazată pe conectivitate, cunoscut și sub denumirea de clustering ierarhic, se bazează pe ideea de bază că obiectele sunt mai mult legate de obiectele din apropiere decât de obiectele aflate la distanță. Acești algoritmi conectează „obiecte” pentru a forma … Citeşte mai mult
8) Reveniți la perspectiva designului. Vom folosi doi operatori specifici pentru a genera modelul nostru de mineritul datelor cu regulile de asociere. Înțelegeți că există mulți alți operatori oferiți în RapidMiner care pot fi utilizați în modele de reguli de asociere. … Citeşte mai mult
(Rezultatul unei analize de cluster, prezentat ca o colorare a pătratelor în trei grupuri.) Analiza clusterelor sau clustering (grupare) este sarcina de a grupa un set de obiecte în așa fel încât obiectele din același grup (numit cluster) să fie … Citeşte mai mult
CONTEXTUL ȘI PERSPECTIVA Roger este un city manager pentru un oraș de dimensiuni medii, dar în continuă creștere. Orașul are resurse limitate și, la fel ca majoritatea municipalităților, există mai multe nevoi decât resurse. El simte că cetățenii din comunitate sunt … Citeşte mai mult
Proces (Setul de articole frecvente, unde culoarea casetei indică câte tranzacții conțin combinația de articole. Rețineți că nivelurile inferioare ale rețelei pot conține cel mult numărul minim de articole ale părinților lor; de exemplu. {ac} poate avea numai cel mult min(a, c) … Citeşte mai mult
Sarah este manager regional de vânzări pentru un furnizor la nivel național de combustibili fosili pentru încălzirea locuințelor. Volatilitatea recentă a prețurilor de pe piață în special pentru combustibilul de încălzire, cuplată cu variabilitatea mare a mărimii fiecărei comenzi pentru … Citeşte mai mult
Învățarea regulilor de asociere este o metodă de învățare automată bazată pe reguli pentru a descoperi relații interesante între variabilele din bazele de date mari. Este destinată să identifice reguli puternice descoperite în bazele de date folosind unele măsuri de … Citeşte mai mult
În multe seturi de date, veți descoperi că unele atribute sunt pur și simplu irelevante pentru a răspunde la o anumită întrebare. În capitolul 4 vom discuta despre metodele de evaluare a corelației sau a puterii relațiilor dintre atributele date. În … Citeşte mai mult
