老古董 / 『数据挖掘』

来源：互联网   发布日期：2011-09-06 13:24:16   浏览：13975次  

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。...

同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。...

支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规范化（Tikhonov Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区.因此支持向量机也被称为最大边缘区分类器。...

k-means algorithm算法是一个聚类算法，把n的对象根据他们的属性分为k个分割，k < n。它与处理混合正态分布的最大期望算法很相似，因为他们都试图找到数据中自然聚类的中心。它假设对象属性来自于空间向量，并且目标是使各个群组内部的均方误差总和最小。...

机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。...

网络蜘蛛或爬虫需要能够下载网页、图片（流）以及登录的Cookies等信息，以下的C#代码是比较实用的核心程序。...

spider简单的爬虫程序...

说是服务器负荷过重。我登录后一检查，发现cpu利用率一直在 90%左右徘徊，查看了一下top，是apache占用了大部分资源。经过迅速排查，发现是一个论坛客户的网站占用资源过多。...

一个搜索引擎的模型，从理论上讲，具备上述条件的实体和google没有什么本质上的区别。为了更好的进行下一步的实验，我需要通过对于搜索引擎的学习，掌握一些制作spider的方法。...

SpiderMonkey, 是 Mozilla 项目的一部分, 是一个执行JavaScript脚本的引擎. 它用 C 实现。还有一个叫做 Rhino的Java版本。此外.Net 下也有 SpiderMonkeyDotNet，不过目前还不太成熟。...

网络蜘蛛或爬虫需要能够下载网页、图片（流）以及登录的Cookies等信息，以下的C#代码...

spider简单的爬虫程序...

一个搜索引擎的模型，从理论上讲，具备上述条件的实体和google没有什么本质上的区别。...

Win32 API 支持抢先式多线程网络，这是编写MFC网络蜘蛛非常有用的地方。SPIDER工程（...