資料探勘與分析 概念與演算法
資料圖：圖的節點代表例項，邊代表關係
屬性：數值、類別：名義類、次序類
第五章 核方法
給定一個資料物件或者例項的集合Xi以及對映函式φ，可以轉換為特徵向量φx,從而能使用數值分析方法分析複雜的資料例項。
將所有的輸入點都變換到特徵空間代價過高，甚至不可實現，高維數會使我們遇到“維數災難”。
核方法- 輸入物件用他們之間的n*n成對相似度值來表示（對映點φx），相似度函式，稱為核，代表高維特徵空間的一個點乘。
許多資料探勘方法都可以 核化，即不把輸入點對映到特徵空間，而是表示為核矩陣K，所有相關分析都可以在K上進行。
相關文章
- 資料探勘概念與技術 - chapter 8 - 分類：基本概念APT
- Yahoo前任資料官：資料探勘與分析技巧（下）IF
- 資料分析與資料探勘 - 04科學計算
- 資料探勘與生活
- 資料探勘與預測分析(第2版)
- 《資料分析與資料探勘》--天津大學公開課
- 大資料時代，如何做資料探勘與分析！大資料
- 資料探勘與分析（網際網路行業）行業
- 《資料探勘概念與技術》第八章 分類：基本概念
- 資料探勘與資料分析的主要區別是什麼
- 資料探勘之KMeans演算法應用與簡單理解演算法
- 資料結構與演算法 基礎概念資料結構演算法
- 資料結構與演算法（1）- 基礎概念資料結構演算法
- 常用資料探勘演算法演算法
- 一文講清：資料分析與資料探勘到底有什麼區別？
- 資料結構與演算法分析——棧資料結構演算法
- Python資料結構與演算法_第1節_引入概念Python資料結構演算法
- 《資料探勘概念與技術（中文第三版）》 百度網盤連結
- python之資料結構與演算法分析Python資料結構演算法
- 資料結構與演算法分析——佇列資料結構演算法佇列
- 【Mark Schmidt課件】機器學習與資料探勘——MLE與MAP機器學習
- 資料結構：初識（資料結構、演算法與演算法分析）資料結構演算法
- 資料探勘十大演算法演算法
- python 資料探勘演算法簡要Python演算法
- 跳躍表資料結構與演算法分析資料結構演算法
- 資料結構與演算法分析——連結串列資料結構演算法
- 資料結構與演算法——複雜度分析資料結構演算法複雜度
- .NET資料探勘與機器學習開源框架機器學習框架
- NoSQL資料庫概念與NoSQL資料庫家族SQL資料庫
- logminer進行資料探勘分析測試
- 萌新向Python資料分析及資料探勘 前言Python
- 淺談大資料、資料分析、資料探勘的區別！大資料
- 資料結構與演算法分析——開篇以及複雜度分析資料結構演算法複雜度
- 資料探勘十大經典演算法演算法
- 圖資料探勘：社群檢測演算法（一）演算法
- 資料結構與演算法學習-複雜度分析資料結構演算法複雜度
- 樹 【資料結構與演算法分析 c 語言描述】資料結構演算法
- 微軟資料探勘開發：模型的驗證與展示JK微軟模型