機器學習_規則與關聯規則模型Apriori、FP-Growth

1. 什麼時候使用規則模型  機器學習時常遇到一個問題：當數據並不徹底可分時，分類器得分不高。真實世界中的數據常常是這樣：各類無心義數據和少許有意義數據混在一塊兒，無心義數據又沒什麼規律，沒法統一去除。好比說，對股票外匯市場受各類因素影響，預測第二天漲跌通常各算法效果都很差。雖然找不到通用的規則，卻能在數據中探索到一些模式，好比十字星，孕線，三隻烏鴉等組合仍是具備必定的預測性。  以前使用決策樹時

>>阅读原文<<