为什么R语言是学习数据分析的第一选择?

2017-07-14

刚开始学习数据科学的人都会面对同一个问题： 不知道该先学习哪种编程语言。 不仅仅是编程语言，像Tableau，SPSS等软件系统也是同样的情况。有越来越多的工具和编程语言，很难知道该选择哪一种。 事实是，你的时 ...

sas信用评分卡之番外哑变量的生成

2017-07-06

sas信用评分卡之番外哑变量的生成 哑变量是：举一个例子，假设变量“职业”的取值分别为：工人、农民、学生、企业职员、其他，5种选项，我们可以增加4个哑变量来代替“职业”这个变量，分别为D1（1=工人/0=非工 ...

机器学习中的特征—特征选择的方法以及注意点

2017-07-04

机器学习中的特征—特征选择的方法以及注意点 关于机器学习中的特征我有话要说 在这次校园招聘的过程中，我学到了很多的东西，也纠正了我之前的算法至上的思想，尤其是面试百度的过程中，让我渐渐意识到 ...

R语言实现Xbar-R控制图

2017-06-07

R语言实现Xbar-R控制图 Xbar-R控制图在质量管理中主要用于对计量数据进行检测，以达到控制对象质量的目的。 虽然用Excel可以轻松实现控制图的操作，不过作为R软件初学者，我试着用仅有的一点R语言知识进行了 ...

【湖南弗彗影像文化传媒有限公司】招聘数据分析师

2017-06-01

【湖南弗彗影像文化传媒有限公司】招聘数据分析师 湖南弗彗影像文化传媒有限公司是在2009年5月6日成立的有限责任公司，公司注册地址为湖南省长沙市芙蓉区车站中路21号鸿运凯旋国际5001房，法定代表人周璟，注册资本 ...

利用WEKA编写数据挖掘算法

2017-05-16

利用WEKA编写数据挖掘算法 WEKA是由新西兰怀卡托大学开发的开源项目。WEKA是由JAVA编写的，并且限制在GNU通用公众证书的条件下发布，可以运行在所有的操作系统中。WEKA工作平台包含能处理所有标准数据挖掘问题 ...

【北京英诺威尔科技股份有限公司】招聘数据分析师

2017-05-09

【北京英诺威尔科技股份有限公司】招聘数据分析师 北京英诺威尔科技有限公司成立于2005年，是一家注册资金6000万人民币的股份制企业，坐落于北京中关村科技园区丰台园总部基地。公司致力于面向各大电信运营商及铁路 ...

数学建模五大数据挖掘领域的经典算法

2017-05-05

数学建模五大数据挖掘领域的经典算法 1. C4.5 C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进： 1) 用信息增益率 ...

数据挖掘算法（logistic回归，随机森林，GBDT和xgboost）

2017-05-04

数据挖掘算法（logistic回归，随机森林，GBDT和xgboost） 面网易数据挖掘工程师岗位，第一次面数据挖掘的岗位，只想着能够去多准备一些，体验面这个岗位的感觉，虽然最好心有不甘告终，不过继续加油。 不过 ...

教育大数据的核心技术、应用现状与发展趋势

2017-05-03

教育大数据的核心技术、应用现状与发展趋势 大数据是近年来快速发展的技术领域。关于大数据的研究与应用与日俱增，并不断深入影响社会生活。购物推荐、路况分析乃至高考预测等与大众密切相关的应用，充分 ...

北京空气质量数据可视化

2017-04-10

还记得之前推送过的一篇讲大连天气数据可视化的文章吗，后来有小伙伴儿直呼不过瘾，墙裂要求来一个北京版。 小编我日夜赶工，终于出炉了北京版的空气质量数据可视化，而且相比之前大连版的有所升级： ...

统计挖掘那些事：分层抽样与交叉验证

2017-03-30

统计挖掘那些事：分层抽样与交叉验证 1留出法（Hold out）与分层抽样 留出法的意思就是直接将总数据D划分为两个对立集合，训练集S以及测试集T，我们有S+T=D，以及S交T等于空集； 举个简单例子说明， ...

简单易学的机器学习算法—AdaBoost

2017-03-28

简单易学的机器学习算法—AdaBoost 一、集成方法(Ensemble Method) 集成方法主要包括Bagging和Boosting两种方法，随机森林算法是基于Bagging思想的机器学习算法，在Bagging方法中，主要通过对训练数据集 ...

简单易学的机器学习算法—分类回归树CART

2017-03-22

简单易学的机器学习算法—分类回归树CART 分类回归树（Classification and Regression Tree，CART）是一种典型的决策树算法，CART算法不仅可以应用于分类问题，而且可以用于回归问题。 一、树回归的概念   ...

数据挖掘十大算法之决策树详解（2）

2017-03-17

数据挖掘十大算法之决策树详解（2） ID3算法 ID3和C4.5都是由澳大利亚计算机科学家Ross Quinlan开发的决策树构建算法，其中C4.5是在ID3上发展而来的。 ID3算法的核心是在决策树各个结点上应用信息增益准 ...

数据挖掘十大算法之决策树详解(1)

2017-03-17

数据挖掘十大算法之决策树详解(1) 从分类问题开始 分类（Classification）任务就是确定对象属于哪个预定义的目标类。分类问题不仅是一个普遍存在的问题，而且是其他更加复杂的决策问题的基础，更是机器学习 ...

如何设计成功而有价值的数据可视化

2017-03-12

如何设计成功而有价值的数据可视化 【what】什么是数据可视化？ 塔夫特所说，“图形表现数据。实际上比传统的统计分析法更加精确和有启发性。”对于广大的编辑、设计师、运营分析师、大数据研究者等等都需要 ...

干货 | 基础机器学习算法

2017-03-10

本篇内容主要是面向机器学习初学者,介绍常见的机器学习算法，当然,欢迎同行交流。 哲学要回答的基本问题是从哪里来、我是谁、到哪里去，寻找答案的过程或许可以借鉴机器学习的套路：组织数据->挖掘知识->预测未来。 ...

利用R语言制作出漂亮的交互数据可视化

2017-02-21

利用R语言制作出漂亮的交互数据可视化 利用R语言也可以制作出漂亮的交互数据可视化，下面和大家分享一些常用的交互可视化的R包。 rCharts包 说起R语言的交互包，第一个想到的应该就是rCharts包。该包直接 ...

R语言-妹子被追后的选择分析

2017-01-25

R语言-妹子被追后的选择分析 前提假设 妹子们一生中可以遇到100个追求者，追求者的优秀程度符合正态分布； 每个妹子都具备判断并比较追求者优秀程度的能力； 接受或拒绝一个追求者后永远无法后悔。 那么，问题 ...