Can I read 数据挖掘与机器学习 : PMML建模 on EtoBox?

数据挖掘与机器学习 : PMML建模 by 潘风文, 潘风文, author is a book available to read on EtoBox.

What is 数据挖掘与机器学习 : PMML建模 about?

1 (p1): 1 关联规则模型 2 (p1-1): 1.1 关联规则基础知识 4 (p1-2): 1.2 关联规则算法简介 8 (p1-3): 1.3 关联规则模型元素AssociationModel 10 (p1-3-1): 1.3.1 模型属性 11 (p1-3-2): 1.3.2 模型子元素 18 (p1-3-3): 1.3.3 评分应用过程 20 (p2): 2 朴素贝叶斯模型 21 (p2-1): 2.1 朴素贝叶斯模型基础知识 22 (p2-1-1): 2.1.1 全概率公式 23 (p2-1-2): 2.1.2 贝叶斯定理 24 (p2-2): 2.2 朴素贝叶斯算法简介 24 (p2-2-1): 2.2.1 朴素贝叶斯算法 26 (p2-2-2): 2.2.2 朴素贝叶斯模型参数估计 34 (p2-3): 2.3 朴素贝叶斯模型元素NaiveBayesModel 36 (p2-3-1): 2.3.1 模型属性 36 (p2-3-2): 2.3.2 模型子元素 41 (p2-3-3): 2.3.3 评分应用过程 51 (p3): 3 贝叶斯网络模型 52 (p3-1): 3.1 贝叶斯网络基础知识 55 (p3-2): 3.2 贝叶斯网络算法简介 56 (p3-3): 3.3 贝叶斯网络模型元素BayesianNetworkModel 57 (p3-3-1): 3.3.1 模型属性 58 (p3-3-2): 3.3.2 模型子元素 65 (p3-3-3): 3.3.3 评分应用过程 78 (p4): 4 基线模型 79 (p4-1): 4.1 基线模型的基础知识 79 (p4-1-1): 4.1.1 一般基线模型的概念 80 (p4-1-2): 4.1.2 PMML规范中的基线模型 87 (p4-2): 4.2 基线模型元素BaselineModel 87 (p4-2-1): 4.2.1 模型属性 88 (p4-2-2): 4.2.2 模型子元素 98 (p4-2-3): 4.2.3 评分应用过程 100 (p5): 5 聚类模型 101 (p5-1): 5.1 聚类模型的基础知识 104 (p5-2): 5.2 聚类算法简介 105 (p5-2-1): 5.2.1 硬聚类和软聚类 105 (p5-2-2): 5.2.2 基于算法主要特征的划分 108 (p5-2-3): 5.2.3 PMML规范中的聚类 108 (p5-3): 5.3 聚类模型元素ClusteringModel 110 (p5-3-1): 5.3.1 模型属性 110 (p5-3-2): 5.3.2 模型子元素 124 (p5-3-3): 5.3.3 评分应用过程 125 (p6): 6 通用回归模型 126 (p6-1): 6.1 通用回归模型基础知识 130 (p6-2

Author

潘风文, 潘风文, author

Publisher

化学工业出版社

Published

2020

Language

ZH

ISBN

9787122356079