首页 > TAG信息列表 > 规则学习
ML第21周学习小结
本周收获 总结一下本周学习内容： 1、《机器学习》第14章：概率图模型 14.1 隐马尔可夫模型 14.2 马尔科夫随机场 14.3 条件随机场 14.4 学习与推断 14.5 近似推断 14.6 话题模型机器学习基础（十）：规则学习（序贯覆盖、剪枝优化、命题学习、一阶规则学习、归纳逻辑程序设计ILP、最小一般泛化LGG、归结/逆归结）
10、规则学习 rule learning 从训练数据中学习出一组能用于对未见示例进行判别的规则 优势：①与神经网络、支持向量机这样的黑箱模型相比，规则学习具有更好的可解释性，使用户更直观地对判别过程有所了解 ②数理逻辑有极强的表达能力，绝大多数人类知识都能通过数理逻辑进行简洁的Markdown编辑规则学习
Markdown学习 标题 #+空格 =一级标题（几个#号代表几级标题） 字体 黑体： 字体两边加两个*号 斜体: 字体两边加一个*号 杠掉： 字体两边加两个~号（波浪号） 引用 ： >+空格 分割线 三个减号 三个*号 图片 超链接 点击跳转到指定地址 列表 1加“.”加空格 A B .C .D “-”加python关联规则学习：FP-Growth算法对药品进行“菜篮子”分析
原文链接：http://tecdat.cn/?p=7318 产品可以根据销售者进行分类在Evolution上，有一些顶级类别（“药品”，“数字商品”，“欺诈相关”等）细分为特定于产品的页面。每个页面包含不同供应商的几个列表。我根据供应商同现关系在产品之间建立了一个图表，即每个节点对应于一种产品，其边权重由同