;;;;数据的集中趋势;;;;;;;;正态分布曲线

正态分布曲线是关于x=μ对称的，左右完全对称地向两边伸展；μ是正态分布的位置参数，σ是正态分布的形状参数；σ越大，曲线越扁平。;;;;;;;;;;;;;;;;事务;;;;FP-Growth算法概述;;;;;;;;;;分类分析兴起背景;;;数据准备;构建分类超平面，我们需要准备带有标签的训练数据集，包含N个样本，每个样本由一个特征向量和对应的类别标签组成。;;;;;;;根节点数据划分;;;;;;;;;;;;逻辑回归定义与用途;;;;;;簇定义的模糊性;;k均值算法思想;;k均值算法通过迭代优化质心的位置，将数据集划分为K个簇，适用于大规模数据集。;;二分k均值算法;;DBSCAN算法通过密度可达性将数据集划分为多个簇，适用于发现任意形状的簇。;;;聚类与分类的区别;;;;;簇形状的不确定性;;;;;信息传递过程;一元线性回归模型;一元线性回归模型;;;;;;;;;;神经网络的优点;;;;;大模型定义与特点;计算机视觉领域，Facebook的Detectron2模型基于深度学习，用于目标检测和图像分割；谷歌的EfficientDet模型结合EfficientNet。;;;;;