首页 题库 公司真题 专项练习 面试题库 在线编程 面试 面试经验 AI 模拟面试 简历 求职 学习 基础学习课 实战项目课 求职辅导课 专栏&文章 竞赛 搜索
我要招人
发布职位
发布职位、邀约牛人
更多企业解决方案
AI面试、笔试、校招、雇品
HR免费试用AI面试
最新面试提效必备
登录
/
注册
Doctor.Ma 清华大学 测试工程师 发布于河南 关注 已关注 取消关注 @汀丶人工智能： 数据挖掘18大算法实现以及其他相关经典DM算法 数据挖掘18大算法实现以及其他相关经典DM算法：决策分类，聚类，链接挖掘，关联挖掘，模式挖掘。图算法，搜索算法等算法码源见文末1.算法目录18大DM算法包名目录名算法名AssociationAnalysisDataMining_AprioriApriori-关联规则挖掘算法AssociationAnalysisDataMining_FPTreeFPTree-频繁模式树算法BaggingAndBoostingDataMining_AdaBoostAdaBoost-装袋提升算法ClassificationDataMining_CARTCART-分类回归树算法ClassificationDataMining_ID3ID3-决策树分类算法ClassificationDataMining_KNNKNN-k最近邻算法工具类ClassificationDataMining_NaiveBayesNaiveBayes-朴素贝叶斯算法ClusteringDataMining_BIRCHBIRCH-层次聚类算法ClusteringDataMining_KMeansKMeans-K均值算法GraphMiningDataMining_GSpanGSpan-频繁子图挖掘算法IntegratedMiningDataMining_CBACBA-基于关联规则的分类算法LinkMiningDataMining_HITSHITS-链接分析算法LinkMiningDataMining_PageRankPageRank-网页重要性/排名算法RoughSetsDataMining_RoughSetsRoughSets-粗糙集属性约简算法SequentialPatternsDataMining_GSPGSP-序列模式分析算法SequentialPatternsDataMining_PrefixSpanPrefixSpan-序列模式分析算法StatisticalLearningDataMining_EMEM-期望最大化算法StatisticalLearningDataMining_SVMSVM-支持向量机算法2.其他经典DM算法包名目录名算法名OthersDataMining_ACOACO-蚁群算法OthersDataMining_BayesNetworkBayesNetwork-贝叶斯网络算法OthersDataMining_CABDDCCCABDDCC-基于连通图的分裂聚类算法OthersDataMining_ChameleonChameleon-两阶段合并聚类算法OthersDataMining_DBSCANDBSCAN-基于密度的聚类算法OthersDataMining_GAGA-遗传算法OthersDataMining_GA_MazeGA_Maze-遗传算法在走迷宫游戏中的应用算法OthersDataMining_KDTreeKDTree-k维空间关键数据检索算法工具类OthersDataMining_MSAprioriMSApriori-基于多支持度的Apriori算法OthersDataMining_RandomForestRandomForest-随机森林算法OthersDataMining_TANTAN-树型朴素贝叶斯算法OthersDataMining_ViterbiViterbi-维特比算法3.十八大经典DM算法18大数据挖掘的经典算法以及代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面,后面都是相应算法的博文链接，希望能够帮助大家学。目前追加了其他的一些经典的DM算法，在others的包中涉及聚类，分类，图算法，搜索算等等，没有具体分类。C4.5C4.5算法与ID3算法一样，都是数学分类算法，C4.5算法是ID3算法的一个改进。ID3算法采用信息增益进行决策判断，而C4.5采用的是增益率。详细介绍链接CARTCART算法的全称是分类回归树算法，他是一个二元分类，采用的是类似于熵的基尼指数作为分类决策，形成决策树后之后还要进行剪枝，我自己在实现整个算法的时候采用的是代价复杂度算法，详细介绍链接KNNK最近邻算法。给定一些已经训练好的数据，输入一个新的测试数据点，计算包含于此测试数据点的最近的点的分类情况，哪个分类的类型占多数，则此测试点的分类与此相同，所以在这里,有的时候可以复制不同的分类点不同的权重。近的点的权重大点，远的点自然就小点。详细介绍链接Naive Bayes朴素贝叶斯算法。朴素贝叶斯算法是贝叶斯算法里面一种比较简单的分类算法，用到了一个比较重要的贝叶斯定理，用一句简单的话概括就是条件概率的相互转换推导。详细介绍链接SVM支持向量机算法。支持向量机算法是一种对线性和非线性数据进行分类的方法，非线性数据进行分类的时候可以通过核函数转为线性的情况再处理。其中的一个关键的步骤是搜索最大边缘超平面。详细介绍链接EM期望最大化算法。期望最大化算法，可以拆分为2个算法，1个E-Step期望化步骤,和1个M-Step最大化步骤。他是一种算法框架，在每次计算结果之后，逼近统计模型参数的最大似然或最大后验估计。详细介绍链接AprioriApriori算法是关联规则挖掘算法，通过连接和剪枝运算挖掘出频繁项集，然后根据频繁项集得到关联规则，关联规则的导出需要满足最小置信度的要求。详细介绍链接FP-Tree频繁模式树算法。这个算法也有被称为FP-growth算法，这个算法克服了Apriori算法的产生过多侯选集的缺点，通过递归的产生频度模式树，然后对树进行挖掘，后面的过程与Apriori算法一致。详细介绍链接PageRank网页重要性/排名算法。PageRank算法最早产生于Google,核心思想是通过网页的入链数作为一个网页好快的判定标准，如果1个网页内部包含了多个指向外部的链接，则PR值将会被均分，PageRank算法也会遭到LinkSpan攻击。详细介绍链接HITSHITS算法是另外一个链接算法，部分原理与PageRank算法是比较相似的，HITS算法引入了权威值和中心值的概念，HITS算法是受用户查询条件影响的，他一般用于小规模的数据链接分析，也更容易遭受到攻击。详细介绍链接K-MeansK-Means算法是聚类算法，k在在这里指的是分类的类型数，所以在开始设定的时候非常关键，算法的原理是首先假定k个分类点，然后根据欧式距离计算分类，然后去同分类的均值作为新的聚簇中心，循环操作直到收敛。详细介绍链接BIRCHBIRCH算法利用构建CF聚类特征树作为算法的核心，通过树的形式，BIRCH算法扫描数据库，在内存中建立一棵初始的CF-树，可以看做数据的多层压缩。详细介绍链接AdaBoostAdaBoost算法是一种提升算法，通过对数据的多次训练得到多个互补的分类器，然后组合多个分类器，构成一个更加准确的分类器。详细介绍链接GSPGSP算法是序列模式挖掘算法。GSP算法也是Apriori类算法，在算法的过程中也会进行连接和剪枝操作，不过在剪枝判断的时候还加上了一些时间上的约束等条件。详细介绍链接PreFixSpanPreFixSpan算法是另一个序列模式挖掘算法，在算法的过程中不会产生候选集，给定初始前缀模式，不断的通过后缀模式中的元素转到前缀模式中，而不断的递归挖掘下去。详细介绍链接CBA基于关联规则分类算法。CBA算法是一种集成挖掘算法，因为他是建立在关联规则挖掘算法之上的，在已有的关联规则理论前提下，做分类判断，只是在算法的开始时对数据做处理，变成类似于事务的形式。详细介绍链接RoughSets粗糙集算法。粗糙集理论是一个比较新颖的数据挖掘思想。这里使用的是用粗糙集进行属性约简的算法，通过上下近似集的判断删除无效的属性，进行规制的输出。详细介绍链接GSpangSpan算法属于图挖掘算法领域。，主要用于频繁子图的挖掘，相较于其他的图算法，子图挖掘算法是他们的一个前提或基础算法。gSpan算法用到了DFS编码，和Edge五元组，最右路径子图扩展等概念，算法比较的抽象和复杂。详细介绍链接4.Others目录下的算法：GA遗传算法。遗传算法运用了生物进化理论的知识来寻找问题最优解的算法，算法的遗传进化过程分选择，交叉和变异操作，其中选择操是非常关键的步骤，把更适应的基于组遗传给下一代。详细介绍链接DbScan基于空间密度聚类算法。dbScan作为一种特殊聚类算法，弥补了其他算法的一些不足，基于空间密，实现聚类效果，可以发现任意形状的聚簇。详细介绍链接GA_Maze遗传算法在走迷宫游戏中的应用。将走迷宫中的搜索出口路径的问题转化为遗传算法中的问题通过构造针对此特定问题的适值函数，基因移动方向的定位，巧的进行问题的求解。详细介绍链接CABDDCC基于连通图的分裂聚类算法。也是属于层次聚类算法主要分为2个阶段，第一阶段构造连通图。第二个阶段是分裂连通图，最终形成聚类结果。详细介绍链接Chameleon两阶段聚类算法。与CABDDCC算法相反，最后是通过对小簇集合的合并，形成最终的结果，在第一阶段主要是通过K近邻的思想形成小规模的连通图，第二阶段通过RI(相对互连性)和RC(相对近似性)来选一个最佳的簇进行合并。详细介绍链接RandomForest随机森林算法。算法思想是决策树+boosting.决策树采用的是CART分类回归数,通过组合各个决策树的弱分类器,构成一个最终的强分类器,在构造决策树的时候采取随机数量的样本数和随机的部分属性进行子决策树的构建,避免了过分拟合的现象发生。详细介绍链接KDTreeK-Dimension Tree。多维空间划分树，数据在多维空间进行划分与查找。主要用于关键信息的搜索，类似于在空间中的二分搜索，大大提高了搜索效率，在寻找目标元素时，使用了DFS深度优先的方式和回溯进行最近点的寻找。详细介绍链接MS-Apriori基于多支持度的Apriori算法。是Apriori算法的升级算法，弥补了原先Apriori算法的不足，还增加了支持度差别限制以及支持度计数统计方面的优化，无须再次重新扫描整个数据集，产生关联规则的时候可以根据子集的关系避免一些置信度的计算。详细介绍链接ACO蚁群算法。蚁群算法又称为蚂蚁算法。同GA遗传算法类似，也是运用了大自然规律的算法，用于在图中寻找最优路径的概率型算法。灵感来源于蚂蚁在寻找食物时会散播信息素的发现路径行为。详细介绍链接BayesNetwork贝叶斯网络算法。弥补了朴素贝叶斯算法中必须要事件独立性的缺点，利用了贝叶斯网络的DAG有向无环图，允许各个事件保留一定的依赖关系，网络结构中的每个节点代表一种属性，边代表相应的条件概率值，通过计算从而能得到精准的分类效果。详细介绍链接TAN树型朴素贝叶斯算法。此算法又被称为加强版朴素贝叶斯算法。在满足原有朴素贝叶斯条件的基础上，他允许部条件属性直接的关联性。形成树型的结构。详细介绍链接Viterbi维特比算法。给定一个隐马尔科夫模型以及一个观察序列，求出潜在的状态序列信息，每个潜在状态信息又会受到前一个状态信息的影响。5.算法使用方法在每个算法中给出了3大类型，主算法程序，调用程序，输入数据，调用方法如下：将需要数据的测试数据转化成与给定的输入格式相同然后以Client类的测试程序调用方式进行使用。也可以自行修改算法程序，来适用于自己的使用场景算法码源见文末点击链接即可查看更多优质内容请关注公号：汀丶人工智能；会提供一些相关的资源和优质文章，免费获取阅读。 点赞 3 评论 0 全部评论 推荐最新楼层 暂无评论，快来抢首评~
相关推荐
06-10 17:20 华为_软件工程师 【求职提醒】简历千万别学历造假！这些写法极易翻车请注意 为何HR会反复确认学历是否为学信网可查的统招全日制本科，核心原因是企业担心学历造假。以下是三类高频问题： 一、独立学院冒充本部部分独立学院、民办分院的同学，简历上只填写母体大学名称，刻意隐藏独立学院字样。举个例子：XX大学XX学院在简历上直接写是XX大学，这不是简写是学历造假。二、教育经历时长造假本科常规学制是4年，而专升本大多是3+2模式，5年学制。有些专升本的同学担心企业有偏见，刻意隐瞒专科经历，只写 “本科，就读5年”。想蒙混过关，可HR追问几句就会识破。三、注意区分“二级学院”和“独立学院”这种情况不是学历造假但很容易让HR误判。很多大学是有二级学院的，一个学院包含了很多专业。在简历上... 学历对求职的影响 点赞 评论 收藏 分享 06-10 17:44 已编辑 华为_HR 华为OD--985海硕技术二面凉经 个人情况：本科985，专业是计算机科学与技术，硕士海外QS前50，专业是物理学，主攻：Python，面试的岗位是软件开发。5月3日机考备考心得：现在新系统比旧系统好多了，不用自己输入输出。我大概准备了一周，期间我也有根据香云的建议刷题，最后分数225.83。资面：就是很常规流程：简单自我介绍（重点让我介绍了一下学习经历、与软件开发相关的积累以及为什么会选择硕士攻读物理学）学历背景很优秀，也有物理科研方向的选择，为什么选择走软件开发路线以及为什么选华为OD？对华为、OD的认知对于加班的看法心仪的base地感觉这种一般都能过，所以不用特别紧张技术一面：自我介绍机考题Python变量存储机制，深浅拷... 查看17道真题和解析 点赞 评论 收藏 分享 05-19 15:50 已编辑 上海大学 嵌入式软件工程师 为什么完全找不到实习 是简历有问题吗 我的求职进度条 点赞 评论 收藏 分享 06-07 16:23 已编辑 泉州信息工程学院 Java 求帮忙看下这份简历可以吗 二本学历女生 想找实习 我的求职进度条 点赞 评论 收藏 分享 06-06 15:11 University of Reading 外贸业务员 海外销售简历求指导 🎓学历背景：海硕👨💻意向职位：海外销售📍求职类型：校招/社招🔑遇到的问题：求给建议。简历不太会写，海外销售这么写可以吗？弄不成一页纸，我是不是最好把OCALE和POCIB合并起来比较好啊？怎么改进，能否请前辈们告知具体该怎么弄 我的简历长这样 点赞 评论 收藏 分享 评论 点赞成功，聊一聊 >点赞 收藏 分享 评论 提到的真题
返回内容
全站热榜 更多 1 ... 找工作必备的AI skill 5647 2 ... 我做了一个美化实习产出的skill 5019 3 ... 双非二本上岸大厂，这条路我走了四年 3982 4 ... 美团裁应届生 3569 5 ... 大家实习需要写周报吗？ 2788 6 ... 数字马力校企合作面试 2590 7 ... 挑战26届双非最晚offer，我签字节了 2549 8 ... 数字马力校企合作的面试，今天有面完的大佬吗？ 2160 9 ... 面试总被问的skill 1914 10 ... 想学 AI Infra？ 1751 创作者周榜 更多 正在热议 更多 # 你以为的实习VS真实的实习 # 192858次浏览 1049人参与# 华为池子有多大 # 187561次浏览 964人参与# 我的实习日记 # 4233830次浏览 33570人参与# 面试被问期望薪资时该如何回答 # 414682次浏览 2230人参与# 金融银行投递记录 # 40360次浏览 90人参与# 如何看待应届生身份？ # 269942次浏览 2430人参与# 美团开奖 # 429437次浏览 1876人参与# 产品实习，你更倾向大公司or小公司 # 237046次浏览 2176人参与# 网申一定要掌握的小技巧 # 25682次浏览 95人参与# 一起聊美团 # 406766次浏览 2179人参与# 晒一下我的毕业照 # 84690次浏览 628人参与# 秋招提前批，你开始投了吗 # 791273次浏览 8669人参与# 妈妈治愈了你哪些脆皮时刻 # 56484次浏览 447人参与# 暑假倒计时，你都干了些啥？ # 64830次浏览 321人参与# 找工作，行业重要还是岗位重要？ # 107758次浏览 1854人参与# 当你面对裁员会如何？ # 430922次浏览 3158人参与# 学历or实习经历，哪个更重要 # 259453次浏览 1301人参与# 银行笔面经互助 # 204913次浏览 1328人参与# 我想象的实习vs现实的实习 # 345921次浏览 2323人参与# 秋招的嫡长offer # 451965次浏览 2227人参与
刷真题、补算法、看面经、得内推
扫一扫，把题目装进口袋
移动版
关于我们 加入我们 意见反馈
企业服务
校企合作 联系我们 免责声明 友情链接 资源导航
付费咨询
扫描二维码，进入QQ群
扫描二维码，关注牛客公众号
公司地址：北京市朝阳区北苑路北美国际商务中心K1座一层-北京牛客科技有限公司
联系方式：010-60728802 投诉举报电话：010-57596212（朝阳人力社保局）
牛客科技©2026 All rights reserved
admin@nowcoder.com 京ICP备14055008号-4 增值电信业务经营许可证 营业执照 人力资源服务许可证 京公网安备 11010502036488号