association rule
如果乙個人買了a，那麼他買b的概率是多少。
關聯規則挖掘的三個重要的基本概念：support,confidence,lift.
形式化定義：
i = 包含n個二元變數（布林變數），每乙個i代表乙個物品。in=1代表該物品在購物籃中出現，反之等於0就是沒有出現。d = 包含m個交易，稱d為乙個資料庫。每乙個交易tj包含物品集合i的乙個子集。比如下圖t1那一行就是乙個交易，該交易包含乙個完整的物品集合。
乙個關聯規則定義為x=>y（通過是否買x推出是否買y，證明他們是否關聯）,x,y都屬於i。一般x，y不相交。（肯定啦，因為要通過x推導出y嘛，買了牛奶肯定會買牛奶對吧）
總共有多少個關聯規則呢？如果給你n個二元變數，都是取1或者0。(2^n - 1)^2 個。
再回過頭來看看support，confidence和lift。
support是基礎：所有的交易中（t是交易總數），t是在t這個資料庫中的資料，t的交易中都出現了x。換言之，就是出現x的交易佔總體交易的多少。
confidence：利用support得到的條件概率。在所有出現x的交易記錄中，有多少條出現y。
lift：分子代表x和y共同出現的概率，分母是x和y獨自出現的乘積。資訊理論中互資訊的定義。
supp(x)和conf(x->y)必須大於某個閾值
理解：如果supp(x)很小，那麼研究這個就沒有意義；conf一樣。
演算法的設計：
2. 定義conf(x->y)的閾值用來挖掘關聯規則->簡單統計
演算法工程師《機器學習基礎》
機器學習基礎 邏輯回歸，svm，決策樹 1 邏輯回歸和svm的區別是什麼？各適用於解決什麼問題？2 linear svm 和 線性回歸 有什麼異同？答案 基礎知識 3 支援向量機屬於神經網路範疇嗎？4 如何理解決策樹的損失函式？5 各種機器學習的應用場景分別是什麼？例如，k近鄰,貝葉斯，決策樹，sv...
機器學習演算法工程師領域現狀
現在可以說是機器學習演算法工程師最好的時代，各行各業對這類人才的需求都非常旺盛。典型的包括以下一些細分行業 1 推薦系統。推薦系統解決的是海量資料場景下資訊高效匹配分發的問題，在這個過程中，無論是候選集召回，還是結果排序，以及使用者畫像等等方面，機器學習都起著重要的作用。2 廣告系統。除了平台和使用...
機器學習演算法工程師面試 總綱
二.資料輸入 三.特徵工程 四.模型構建 2.線性分類器 3.概率圖 4.聚類 5.回歸分析 6.其他 五.模型評估與驗證 六.面試問題 資料結構 演算法 數學基礎 計算機系統 程式設計 參考文件 bprnn cnnsnn gansvm s3vm tsvm logisitic regression ...