1.数据处理时缺失指怎么处理 2.L1和L2的区别 3.高维数据如何降维 4.特征处理，连续型和非连续性，给了个例子，年龄和user_id两个特征如何处理 5.LR了解吗，如何解决过拟合问题 6.如何评估模型结果，我把分类和回归分别解释，介绍各种评估方式的不足，还问了ROC曲线横纵坐标 7.Rand ...
分类：
其他好文 时间：
2020-07-28 22:38:27
阅读次数：
115
商业智能又称商业智慧或商务智能，简称：BI，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。一、BI软件可以连接不同各种数据库和文件的数据。无论是制作报表进行数据可视化请添加链接描述还是挖掘数据更深次的内涵，获取数据是企业进行一切数据分析的前提。数据是不断更新的，目前实际大部分企业是将数据存储在数据库中，使用数据库数据来制作报表，并且报表内容会随着数据库的
分类：
其他好文 时间：
2020-07-28 00:07:54
阅读次数：
135
数据分析基本流程 Python基本数据类型 Python各种括号的使用方式 数据分析基本流程 数据采集 数据挖掘 理解业务需求，对挖掘目标进行定义 理解数据：进行数据描述，数据质量验证 数据准备：收集数据（数据导入与导出）、数据清洗、数据集成 建模：选择和应用各种数据挖掘类型 数据可视化 报表工具 ...
分类：
编程语言 时间：
2020-07-26 15:04:48
阅读次数：
64
协同算法： User-Based CF 计算user与user的相似度矩阵 Item-Based CF计算item-item的相似度矩阵 假设： - 用户喜欢哪些跟他有相似爱好的用户喜欢的东西 - 具有相似兴趣的用户在未来也具有相似兴趣 方法： - 给定用户u，找到一个用户的集合N(u)，他们和u具 ...
分类：
编程语言 时间：
2020-07-26 02:07:02
阅读次数：
123
TF-IDF(term frequency–inverse document frequency)是一种用于信息检索与数据挖掘的常用加权技术，常用于挖掘文章中的关键词，而且算法简单高效，常被工业用于最开始的文本数据清洗。 TF-IDF有两层意思，一层是"词频"（Term Frequency，缩写为T ...
分类：
其他好文 时间：
2020-07-26 01:56:59
阅读次数：
77
数据挖掘的五大流程 获取数据 数据预处理 数据预处理是从数据中检测,纠正或删除孙华,不准确或不适用于模型的记录的过程 目的: 让数据适应模型, 匹配模型的需求 特征工程 特征工程是将原始数据转换为更能代表预测模型的潜在无问题的特征的过程, 可以通过挑选最相关的特征,提取特征以及创造特征来实现. 目的 ...
分类：
其他好文 时间：
2020-07-24 16:21:20
阅读次数：
91
数据挖掘导论 完整版PDF+PPT+Python R 代码 内容介绍 本书对数据挖掘进行了全面介绍，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章：前面一章讲述基本概念、代表性算法和评估技术，而后面一章较深入 ...
分类：
编程语言 时间：
2020-07-23 16:03:17
阅读次数：
128
#一、实验目标 在掌握基于Weka工具的数据挖掘（分类、回归、聚类、关联规则分析）应用的基础上，实现基于Weka API的数据挖掘程序设计。 #二、实验内容 1.下载安装JDK 7.0 64位版，Weka 3.7版，Eclipse IDE for Java Developers 4.0以上版本。 2 ...
分类：
其他好文 时间：
2020-07-18 00:35:51
阅读次数：
87
Scikit-learn 之 TF-IDF TF-IDF基础 TF-IDF（Term Frequency-InversDocument Frequency）是一种常用于信息处理和数据挖掘的加权技术。该技术采用一种统计方法，根据字词在文本中出现的次数和在整个语料中出现的文档频率来计算一个字词在整个语料 ...
分类：
其他好文 时间：
2020-07-17 16:09:27
阅读次数：
71
毕业工作前曾幻想在工作中自己的技术会飞速增长，但工作一年后真正的认识到了职场的真实情况。 目标： 原本打算做Java开发，不过算是自己的机遇，入了大数据组，也怪自己太懒，不喜欢钻研，所以到如今，工作虽游刃有余，但技术感觉不仅没有成长，反而隐隐有些倒退，我心惶恐，立志在接下来半年中持续学习，并坚持要要 ...
分类：
其他好文 时间：
2020-07-15 01:15:10
阅读次数：
118
