【主成分分析用了很多次，每次都是似懂非懂意会了事用SPSS解决，身为一个本科数学的甚感惭愧。将原理部分思路总结如下以供时候参考。】主成分分析的目的是在p个特征中通过组合成p个新特征，在其中选取m个特征代表p个原始特征。从信息论的角度考虑，这m个特征蕴含了原始数据大部分的信息熵；从方差（？）的角度，这...
分类：
其他好文 时间：
2015-09-03 15:21:00
阅读次数：
375
机器学习在各个领域都有广泛的应用，特别在数据分析领域有着深远的影响。决策树是机器学习中最基础且应用最广泛的算法模型。本文介绍了机器学习的相关概念、常见的算法分类和决策树模型及应用。通过一个决策树案例，着重从特征选择、剪枝等方面描述决策树的构建，讨论并研究决策树模型评估准则。最后基于
R 语言和 SPSS 这两个工具，分别设计与实现了决策树模型的应用实例。
机器学习概念
...
分类：
编程语言 时间：
2015-08-25 16:51:14
阅读次数：
283
1、下载[统计数据挖掘工具].TLF-SOFT-SPSS_Clementine_v12.0-CYGiSO.bin2、下载虚拟光驱安装软件 本人使用的是DTLite4402-0131。3、如果需要汉化的话要下载一个汉化包。（汉化肯定会不太稳定，如果英语强大可以直接英文。）4、安装好虚拟光驱并打开虚拟光...
分类：
其他好文 时间：
2015-08-13 14:06:48
阅读次数：
153
在SPSS中，每一个变量都有一个度量标准，这些度量标准说明变量的含义和属性，会对后续的分析产生影响。1.名义：名义表示定类变量，定类变量表示事物的类别，只能计算频数和频率，各类别之间没有大小、顺序、等级之分。定类变量的数据可以是数值，也可以是字符。2.序号：序号表示定序变量，定序变量表示事物的顺序或...
分类：
其他好文 时间：
2015-07-23 17:29:20
阅读次数：
713
应该是去年的这个时候，我开始接触机器学习的相关知识，当时的入门书籍是《数据挖掘导论》。囫囵吞枣般看完了各个知名的分类器：决策树、朴素贝叶斯、SVM、神经网络、随机森林等等；另外较为认真地复习了统计学，学习了线性回归，也得以通过orange、spss、R做一些分类预测工作。可是对外说自己是搞机器学习的...
分类：
编程语言 时间：
2015-07-16 16:18:12
阅读次数：
461
在针对连续变量的统计推断方法中，最常用的是 t 检验和方差分析两种。t 检验，又称 student t 检验，主要用于样本含量较小（例如n<30），总体标准差未知的正态分布资料。它是用 t 分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。u 检验适用于总体标准差已知的小样本均数的假设...
分类：
其他好文 时间：
2015-07-10 23:29:10
阅读次数：
260
假设检验的标准步骤：1、建立假设：根据问题的需要提出原假设H0，以及其对立面备择假设H1。2、确立检验水准：即设立小概率事件的界值α。3、进行试验：得到用于统计分析的样本，以该试验的结果作为假设检验的根据。4、选定检验方法，计算检验统计量。5、确定P值。原假设也称为零假设，备择假设也称为对立假设。对...
分类：
其他好文 时间：
2015-07-09 21:21:46
阅读次数：
485
Create:1 Register a IBM id and log in IBM Bluemix. https://console.ng.bluemix.net2 Go to "DASHBOARD" and create a space.3 Find ADD A SERVICE OR API an...
分类：
数据库 时间：
2015-07-08 18:34:24
阅读次数：
242
Installation1. Download the latest support Netezza installer from Netezza homepage2. Log on to system as root user.3. Uncompress the install package, ...
分类：
数据库 时间：
2015-07-08 18:04:54
阅读次数：
390
统计图能够简洁、直观地对主要的数据信息进行呈现，反映事物内在的规律和关联。当然难免会丢失数据的细节，鱼与熊掌不可兼得。根据统计图呈现变量的数量将其分为单变量图、双变量图、多变量图，然后再根据测试尺度进行细分。变量主要分为3类：无序、有序和连续型变量。1、单变量图：连续型变量。包括直方图、茎叶图、箱图...
分类：
其他好文 时间：
2015-06-22 09:50:24
阅读次数：
246
