近来数据记录和规模属性都在急剧增长，由于大多数数据挖掘算法都是直接逐列处理数据，因此导致算法越来越慢。为了保证减少数据列数的同时，丢失的数据信息尽可能少， 数据降维处理算法应运而生。 一、降维的 ...
2020-07-09
数据标准化(normalization)是一个常用的数据预处理操作，就是对原始各项指标数据按比例进行缩放，将数据的单位限制去除，转化为无规模、无量纲的纯数值，减少规模、特征、分布差异等对模型的影响，以便于不同单位 ...
2020-07-09
今天是2020年7月8日，高考第二天，小编祝各位考生超常发挥，取得好成绩。 对很多人来说，高考都是人生的一次重要转折，但小编觉得，其实应该是高考+志愿填报，才是真正的人生转折点。 高考 ...
2020-07-09
目前数据分析行业大火，人人都想学习数据分析，但是是应该把数据分析当成一种工具呢?还是一种职业? 其实小编是比较倾向于：数据分析是一种技能的，下面具体解释一下。 我们先来看一下数据分析的定义： ...
2020-07-08
集成算法（Emseble Learning）是构建多个学习器，然后通过一定策略将这些学习器组合起来，让它们来完成学习任务的，通常可以获得比单一学习显著优越的学习器。 常见的集成算法模型有：Bagging、Boosting、Stack ...
2020-07-08
过拟合(over-fitting)是指机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳。也就是referstoa模型对于训练数据拟合程度过高的情况。 通过学习曲线来理解 ...
2020-07-08
一、欠拟合概念及理解 机器学习中欠拟合是一个常见的问题，简单来说就是模型在训练和预测时表现都欠佳的情况。一个欠拟合的机器学习模型不是一个良好的模型并且在训练数据上表现不好这是显而易见的。 图 ...
2020-07-08Kmeans算法属于无监督学习的一种聚类算法，这种算法的目的为：在数据所属类别及类别数量不明确的前提下，依据数据自身的特点对数据进行聚类。聚类过程中，对于类别数量k的选取，需要一定的先验知识，也可根据“类 ...
2020-07-08
最大后验估计(maximum a posteriori probability estimate), 简称为MAP。在贝叶斯统计学中，最大后验估计是通过利用经验数据获得对未观测量的点态估计。 与极大似然估计类似，不同的是，在似然函数后面多乘了一 ...
2020-07-08
矩阵特征值与特征向量在机器学习算法中经常会用到，每次出现都有着其独特的意义，如果不能深入理解特征值和特征向量两个概念，对我们机器学习的实际应用会有很大影响。小编今天整理了特征值和特征向量的概念计算以 ...
2020-07-08
召回率(Recall)，也被称为 查全率，或者True Positive Rate，R= TP/(TP+FN) ; 反映了所有真正为正例的样本中被分类器判定出来为正例的比例。 精度，或者叫做精确率(precision)：P = TP/(TP+FP);反映了被分类器 ...
2020-07-08
混淆矩阵(confusion matrix)，又被叫做错误矩阵(error matrix)。矩阵的每一列代表分类器对于样本的类别预测，矩阵的每一行代表版本所属的真实类别。 ’混淆矩阵‘这个名字来源于，它能够很容易的看到机器学习是 ...
2020-07-08数据挖掘(data mining，简称DM)，是指从大量的数据中，通过统计学、人工智能、机器学习等方法，挖掘出未知的、且有价值的信息和知识的过程。在python对数据的处理方式中，数据挖掘和数据分析是两个重要的方式，目 ...
2020-07-07
anaconda是一个用于科学计算的python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。anaconda利用工具/命令conda来进行 ...
2020-07-07“数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这里的数据指的就是经过特征工程得到的数据。特征工程指的是把原始数据转变为模型的训练数据的过程，它的目的就是获取更好的训练数据特征，使得机器 ...
2020-07-07假设检验是根据一定的假设条件，由样本推断总体的一种方法。 假设检验问题是统计推断中的一类重要问题，在总体的分布函数完全未知或只知其形式，不知其参数的情况，为了推断总体的某些未知特性，提出某些关于总 ...
2020-07-07重复值处理是python数据清洗过程中的重要步骤，小编今天给大家整理了重复值检测及重复值处理的方法，希望对大家有所帮助。 python重复值处理的常用方法是删除，用duplicates(subset,keep,inplace)方法对进行重 ...
2020-07-07数据湖或hub的概念最初是由大数据厂商提出的，表面上看，数据都是承载在基于可向外扩展的HDFS廉价存储硬件之上的。但数据量越大，越需要各种不同种类的存储。最终，所有的企业数据都可以被认为是大数据，但并不是 ...
2020-07-07虚拟机是什么?这可能对于没有一定计算机基础的小伙伴很难理解。虚拟机就是虚拟的年脑?其实这样理解也不错。虚拟机是在虚拟硬件上运行的虚拟操作系统(或应用程序环境，如JVM)，它的硬盘是在一个文件中虚拟出来的， ...
2020-07-07
Hadoop是一种分析和处理大数据的软件平台，是Appach的一个用Java语言所实现的开源软件的加框，可编写和运行分布式应用处理大规模数据，是专为离线和大规模数据分析而设计的，对那种对几个记录随机读写的在线事务处 ...
2020-07-07自学数据分析可能看似一项艰巨的任务，尤其在开始时。但是，通过一些策略和方法，你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具，它凭借其灵活的功能和易用的界面，成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中，数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家，搭建一个有效的数据分析 ...
2024-11-10在如今的数据驱动世界，数据分析师在各行各业中扮演着至关重要的角色。随着企业越来越依赖数据决策，数据分析职位的需求不断增加 ...
2024-11-10在信息爆炸的时代，做出正确的数据分析方法选择变得尤为重要。这不仅影响到数据分析的准确性，更关系到最终的决策效果。本文将详 ...
2024-11-10在当今竞争激烈的市场环境中，准确地把握市场动态和消费者需求是企业成功的关键。数据分析以其科学严谨的方法论，成为市场研究的 ...
2024-11-09在数据驱动的世界中，准确的数据分析是成功决策的基石。然而，数据分析的准确性并非一蹴而就，它需要多种方法和步骤的综合应用。 ...
2024-11-09推动银行的数字化转型是一个复杂且多维度的过程，涉及从战略、技术、组织到业务的多方面综合考量。这不仅仅是技术层面的变革，更 ...
2024-11-09国有企业作为国家经济的重要支柱，在提升经济效益和市场竞争力方面扮演着关键角色。然而，面对日益激烈的市场竞争和复杂的经济环 ...
2024-11-09业务分析师（Business Analyst，简称BA）是现代企业中不可或缺的角色。他们不仅是需求分析的专家，更是企业战略规划中的重要参与 ...
2024-11-09银行业正面临着一场全方位的数字化革命，旨在提升服务效率和客户体验，同时优化运营和增收。在这篇文章中，我们通过分析一些成功 ...
2024-11-09数据挖掘技术正在重新定义现代市场营销的方式。对于企业来说，能够深入了解消费者行为、需求和偏好是实现精准市场营销的关键， ...
2024-11-09在当今数据驱动的世界中，数据分析可视化已经成为一种必不可少的技能。它不仅帮助专业的数据分析师更好地传达信息，也使复杂的数 ...
2024-11-09在如今的数据驱动时代，掌握数据分析的工具和方法不仅是提高工作效率的关键，也是开拓职业机会的重要技能。数据分析涉及从数据的 ...
2024-11-08在现代商业环境中，企业正在逐步认识到数据挖掘技术在客户行为分析中的重要性。通过深度分析客户数据，这项技术不仅可以帮助企业 ...
2024-11-08数据挖掘分析是从大量数据中发现隐藏模式和有用信息的过程。尤其是在图数据挖掘中，提供了分析复杂关系和结构的独特视角。图数据 ...
2024-11-08在当今快速发展的商业环境中，提高运营效率已成为企业取得成功的关键因素。企业需要通过优化工作流程、利用技术创新和提升员工技 ...
2024-11-08Python 是一门非常适合初学者学习的编程语言。其简洁明了的语法、丰富的功能库，以及广泛的应用领域，使其成为学习编程的理想选 ...
2024-11-08在当今快速变化的商业环境中，金融数字化已经成为中小企业（SMEs）发展的关键驱动力。通过采用数字工具和技术，中小企业能够提高 ...
2024-11-08中小企业在全球经济中扮演着重要角色，然而，面对数字化浪潮，这些企业如何有效转型成为一大挑战。数字化转型不仅是技术的升级， ...
2024-11-08
