第十周学习总结

 1.准备软件杯，资料查找和软件构思

了解几个算法：

Aprori算法（候选消除算法）：

Apriori算法是第一个关联规则挖掘算法，也是最经典的算法。它利用逐层搜索的迭代方法找出数据库中项集的关系，以形成规则，其过程由连接（类矩阵运算）与剪枝（去掉那些没必要的中间结果）组成。该算法中项集的概念即为项的集合。包含K个项的集合为k项集。项集出现的频率是包含项集的事务数，称为项集的频率。如果某项集满足最小支持度，则称它为频繁项集。

利用频繁集的两个特性，过滤掉其他无关集合，提高效率，但是每一次消除都需要扫描一次所有数据记录，算法在面临大数据集合时会很慢。

FP-growth算法：

通过构造一个数结构来压缩数据记录，挖掘频繁项集只需要扫描两次数据记录，改算法不需要生成候选集合，效率比较高。

DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚类算法

DBSCAN聚类算法是一种基于密度的空间聚类算法；

kmeans聚类算法只能处理球形的簇，也就是一个聚成实心的团（这是因为算法本身计算平均距离的局限）。但往往现实中还会有各种形状，比如下图，环形和不规则形，这个时候，那些传统的聚类算法显然就悲剧了。于是就思考，样本密度大的成一类呗。这就是DBSCAN聚类算法。

BIRCH（Balanced Iterative Reducing and Clustering Using Hierarchies）聚类算法原理

聚类算法BIRCH通过扫描数据库，建立一个初始存放于内存中的聚类特征树， 然后对聚类特征树的叶结点进行聚类。它的核心是聚类特征（CF）和聚类特征树（CF Tree）。