数据挖掘之关联规则 用于数据挖掘的机器学习方法，分为参数化方法和非参数化方法，在用于密度估计、分类或回归的参数化方法中，假定最终模型在整个输入空间上有效在回归中，推导出一个线性模型后，把它应用于将来所有的输入，在分类中，假定所有样本（训练样本和新的检验样本）都来自于同一个密度分布，在这些情况下，模型是对整个n维样本空间都有效的全局模型参数化方法的优点是，用少量的参数简化了建模问题，主要缺点是初始假设在很多实际问题中 数据挖掘 2024-10-15 35 点赞 0 评论 53 浏览
