1. 项目名称：信息化领域热词分类分析及解释 2. 功能设计： 1) 数据采集：要求从定期自动从网络中爬取信息领域的相关热 词； 2) 数据清洗：对热词信息进行数据清洗，并采用自动分类技术 生成信息领域热词目录，； 3) 热词解释：针对每个热词名词自动添加中文解释（参照百度 百科或维基百科）； 4) ...
分类：
其他好文 时间：
2021-07-22 17:37:04
阅读次数：
0
一、 （1） 项目名称：信息化领域热词分类分析及解释 （2） 功能设计： 数据采集：要求从定期自动从网络中爬取信息领域的相关热 词； 数据清洗：对热词信息进行数据清洗，并采用自动分类技术 生成信息领域热词目录，； 热词解释：针对每个热词名词自动添加中文解释（参照百度 百科或维基百科） 热词引用：并对 ...
分类：
其他好文 时间：
2021-06-30 18:30:27
阅读次数：
0
选题的背景为什么要选择此选题？要达到的数据分析的预期目标是什么？ 小说是文化的一种载体,在古今中外的历史中都占据着重要的地位。人蒙对小说的需求也并不相同，如何在大量的小说里选取自己喜欢的小说，成为了问题，基于Python的数据爬虫技术是目前使用最广泛的方法之一，它能够以最快捷的方式展示用户体验数据， ...
分类：
编程语言 时间：
2021-06-20 17:51:57
阅读次数：
0
2.1 缺失值观察与处理 （1）请查看每个特征缺失值个数 df[df.Age.isna()] （2）缺失值处理方法 填充方法： 思考： ...
分类：
其他好文 时间：
2021-06-18 19:22:41
阅读次数：
0
?ETL是什么？ ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。ETL是BI项目中重要的一个环节，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据 ...
分类：
其他好文 时间：
2020-12-05 10:44:32
阅读次数：
4
转至：https://blog.csdn.net/zfh_0916/article/details/104688307 通过查阅资料，了解数据脱敏和数据加密是两种截然不同的技术，根据不同的应用目的选用。 1、脱敏技术主要是为了兼顾数据安全与数据使用，采用的是专业的数据脱敏算法；而加密则是通过对数据进 ...
分类：
其他好文 时间：
2020-11-04 19:09:14
阅读次数：
28
如果说大数据里面hive是屠龙刀，那么pandas则是倚天剑，**帮助我们对数据数据挖掘、数据分析、数据清洗**
分类：
其他好文 时间：
2020-11-01 21:11:55
阅读次数：
20
目前互联网大数据处理大致分为：数据收集、数据清洗、数据建模、数据应用，算法工程师会在第三个环节对数据进行机器学习、图像处理、语音处理、推荐系统等操作
分类：
其他好文 时间：
2020-11-01 21:11:31
阅读次数：
25
Pandas 数据清洗常见方法 01 读取数据 df=pd.read_csv('文件名称') 02 查看数据特征 df.info() 03 查看数据量 df.shape 04 查看各数字类型的统计量 df.describe() 05 去除重复值 df.drop_duplicates(inplace= ...
分类：
其他好文 时间：
2020-10-21 21:22:59
阅读次数：
31
1.训练集数据量大，测试集数据了小，容易在复赛过拟合 2.数据：个人信息 App的使用信息 个人消费记录 3.处理过程： 1）数据清洗 1.1 对缺失值的对维度处理 1.1.1 按列属性统计缺失值（可视化） 剔除缺失值比例高的属性（90%左右）； 缺失值比例在40%~60%（缺省型-1）； 确实在2 ...
分类：
其他好文 时间：
2020-09-17 22:31:23
阅读次数：
28
