期末复习2

lec7 的内容主要在于 区分各种概念，例如机器学习，分类聚类等，然后有几个公式需要记，已经记在 cheatsheet 上了。

apriori 算法
通俗来讲，就是通过所有的频繁的组合都是由单一的频繁项来组成的。比如说，A,B,C,D 四个元素，首先构造一个 min_support , 然后进行迭代，先剪枝掉元素中 k< min_support 的元素，再对剩余元素进行排列组合，最终得到频率最高的组合。

Rule Generation 可以说是枚举法，对所有可能的组合都进行枚举，将组合的所有非空真子集列出来，并将这些候选进行区分。
Efficient Rule Generation 在前者基础上，由于
c (ABC→D)≥c (AB→CD)≥c (A→BCD)，所以当我们直到第一个不符合的时候，后续的也不必列出了，因此大大降低了无效筛选

lec8

k-means 算法

1
2
3
4
5

1: Select K points as the initial centroids.
2: repeat
3:     Form K clusters by assigning all points to the closest centroid.
4:     Recompute the centroid of each cluster.
5: until the centroids don’t change

To get SSE, we square these errors and sum them. $\mathrm{SSE} = \sum_{i=1}^{K} \sum_{x \in C_i} \mathrm{dist}^2(m_i, x)$

• Cluster 1: [2, 4] with centroid at 3 Squared error for each cluster: $\text{SE1} = (2 - 3)^2 + (4 - 3)^2 = 1 + 1 = 2$