2014年11月12日
摘要：
本篇继续我们的微软挖掘算法系列总结，前几篇我们分别介绍了：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法、Microsoft 时序算法，后续还补充了二篇结果预测篇、Microsoft 时序算法——结果预算+下期彩票预测篇， 看样子有... 阅读全文
posted @ 2014-11-12 21:59
船长
阅读(370)
评论(0)
推荐(0)
摘要：
本篇文章同样是继续微软系列挖掘算法总结，前几篇主要是基于状态离散值或连续值进行推测和预测，所用的算法主要是三种：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法,当然后续还补充了一篇结果预测篇， 所涉及的应用场景在前几篇文章中也有介绍... 阅读全文
posted @ 2014-11-12 21:58
船长
阅读(447)
评论(0)
推荐(0)
摘要：
前言本篇我们将总结的算法为Microsoft时序算法的结果预测值，是上一篇文章Microsoft时序算法的 一个总结，上一篇我们已经基于微软案例数据库的销售历史信息表，利用Microsoft时序算法对其结果进行了预测，并且相应形成了折线预测图和模型依赖 属性，有兴趣的同学可以点击查看，但是上篇文章的... 阅读全文
posted @ 2014-11-12 21:57
船长
阅读(246)
评论(0)
推荐(0)
摘要：
前言本篇文章主要是继续前几篇Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法，算法介绍后，经过这几种算法综合挖掘和分析之后，对一份摆在公司面前的人员信息列表进行推测，挖掘出这些人员信息中可能购买自行车的群体，把他们交个营销部，剩下的事... 阅读全文
posted @ 2014-11-12 21:55
船长
阅读(1050)
评论(1)
推荐(0)
摘要：
本篇文章主要是继续上两篇Microsoft决策树分析算法和Microsoft聚类分析算法后，采用另外更为简单一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。有兴趣的同学可以先参照上面两种算法过程。应用场景介绍通过前面两种算法的应用场景介绍，此次总结的Microsoft Naiv... 阅读全文
posted @ 2014-11-12 21:54
船长
阅读(809)
评论(0)
推荐(0)
摘要：
摘要：本篇是本人在做一个大数据项目时，对于系统架构的一点总结，如何在保证存储量的情况下，又能保证数据的检索速度。前提： Solr、SolrCloud提供了一整套的数据检索方案，HBase提供了完善的大数据存储机制。需求： 1、对于添加到HBase中的结构化数据，能够检索出来。 2、... 阅读全文
posted @ 2014-11-12 21:52
船长
阅读(165)
评论(0)
推荐(0)
摘要：
摘要：HBase可以通过协处理器Coprocessor的 方式向Solr发出请求，Solr对于接收到的数据可以做相关的同步：增、删、改索引的操作，这样就可以同时使用HBase存储量大和Solr检索性能高 的优点了，更何况HBase和Solr都可以集群。这对海量数据存储、检索提供了一种方式，将存储与索... 阅读全文
posted @ 2014-11-12 21:50
船长
阅读(300)
评论(0)
推荐(0)
摘要：
本篇文章主要采用另外一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。应用场景介绍通过上一篇中我们采用Microsoft决策树分析算法对已经发生购买行为的订单中的客户属性进行了分析，可以得到几点重要的信息，这里做个总结：1、对于影响购买自行车行为最重要的因素为：家中是否有小汽车，... 阅读全文
posted @ 2014-11-12 21:47
船长
阅读(471)
评论(0)
推荐(0)
摘要：
随着大数据时代的到来，数据挖掘的重要性就变得显而易见，几种作为最低层的简单的数据挖掘算法，现在利用微软数据案例库做一个简要总结。应用场景介绍其实数据挖掘应用的场景无处不在，很多的环境都会应用到数据挖掘，之前我们没有应用是因为还没有学会利用数据，或者说还没有体会到数据的重要性，现 在随着IT行业中大数... 阅读全文
posted @ 2014-11-12 21:45
船长
阅读(1552)
评论(0)
推荐(1)
摘要：
本文由LeftNotEasy所有，发布于http://leftnoteasy.cnblogs.com。如果转载，请注明出处，在未经作者同意下将本文用于商业用途，将追究其法律责任。前言: 上次写过一篇关于贝叶斯概率论的数学，最近时间比较紧，coding的任务比较重，不过还是抽空看了一些机器学习的书和视... 阅读全文
posted @ 2014-11-12 00:26
船长
阅读(220)
评论(0)
推荐(0)
浙公网安备 33010602011771号