数据挖掘与分析应用：聚类算法，kmeans聚类，DBSCAN基于密度空间聚类，关联规则法探索数据

数据挖掘与分析应用：聚类算法，kmeans聚类，DBSCAN基于密度空间聚类，关联规则法探索数据

2022找工作是学历、能力和运气的超强结合体，遇到寒冬，大厂不招人，可能很多算法学生都得去找开发，测开
测开的话，你就得学数据库，sql，oracle，尤其sql要学，当然，像很多金融企业、安全机构啥的，他们必须要用oracle数据库
这oracle比sql安全，强大多了，所以你需要学习，最重要的，你要是考网络警察公务员，这玩意你不会就别去报名了，耽误时间！
与此同时，既然要考网警之数据分析应用岗，那必然要考数据挖掘基础知识，今天开始咱们就对数据挖掘方面的东西好生讲讲
数据挖掘知识系列文章
【1】数据挖掘与分析应用：理解业务和数据，准备数据，数据清洗，标准化，缺失值处理，构建数据集
【2】数据挖掘与分析应用：算法模型选择与训练、评估模型、上线部署，回到准备数据阶段
【3】数据挖掘与分析应用：分类算法：k近邻KNN，决策树CART，贝叶斯，支持向量机SVM，深度学习DNN，xgboost分类

---

文章目录

• 数据挖掘与分析应用：聚类算法，kmeans聚类，DBSCAN基于密度空间聚类，关联规则法探索数据
• • @[TOC](文章目录)
• 数据挖掘聚类算法k-means聚类
• DBSCAN聚类：打破形状，使用密度
• 实战
• 关联规则
• 关联规则的序列规则
• 总结

数据挖掘聚类算法k-means聚类

没有标签
分开就行
但是类别不清楚

核心成员跟谁联系？聚一堆

k不能太大，太大就gg
数据量也不能太大

只看一小批

DBSCAN聚类：打破形状，使用密度

kmeans是基于划分的


文字和草原分开


算半径
内部的样本量足够密集

归类




你拉我，我拉你
连成一篇
每个区域就是一个聚类结果
游离点就没法玩

不需要划分k
自动分k
噪声点立群OOK

r和量难顶
数据量大也不行

实战

关联规则

生鲜蔬菜要放在超市最里面

固定项目的集合，数量多
啤酒和尿布
共同超过了k个人
啤酒和尿布就是频繁项目集合

支持度：就是项集xy在总集中的概率k/n

买x的情况下，买y的概率
置信度

买x的情况下买y
提升度高，说明两者关联关系，提升的作用
豆浆油条的提升度高
这就是关联规则
懂？？？？

支持度阈值s_th
频繁项集
数字是个数

网上找

关联规则的序列规则

这个课程垃圾，不学了，换一个课程

---

总结

提示：重要经验：

1）
2）学好oracle，即使经济寒冬，整个测开offer绝对不是问题！同时也是你考公网络警察的必经之路。
3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。