机器学习入门:K-近邻算法

2017-03-11

机器学习入门:K-近邻算法 先来一个简单的例子，我们如何来区分动作类电影与爱情类电影呢？动作片中存在很多的打斗镜头，爱情片中可能更多的是亲吻镜头，所以我们姑且通过这两种镜头的数量来预测这部电影的主题 ...

2017，要这样学数据分析

2017-03-07

2017，要这样学数据分析 视野决定了境界和能力，而所处的环境又决定了视野。好多人不知道什么是数据分析师，认为会熟练使用Excel就是数据分析师，如果你还会使用Excel中的一些高级功能如透视和函数等等，可能别 ...

python数据分析笔记—数据加载与整理

2017-02-18

python数据分析笔记—数据加载与整理 数据加载 导入文本数据 1、导入文本格式数据(CSV)的方法： 方法一：使用pd.read_csv()，默认打开csv文件。 9、10、11行三种方式均可以导入文本 ...

揭秘丨备战CDA数据分析竞赛！

2017-01-16

 Kaggle是一个数据分析建模的应用竞赛平台，有点类似KDD-CUP（国际知识发现和数据挖掘竞赛），企业或者研究者可以将问题背景、数据、期望指标等发布到Kaggle上，以竞赛的形式向广大的数据科学家征集解决方案 ...

Python数据挖掘之线性回归知识及预测糖尿病实例

2017-01-15

Python数据挖掘之线性回归知识及预测糖尿病实例 今天主要讲述的内容是关于一元线性回归的知识，Python实现，包括以下内容：         1.机器学习常用数据集介绍    ...

python数据挖掘之决策树DTC数据分析及鸢尾数据集分析

2020-04-20

Python数据挖掘之决策树DTC数据分析及鸢尾数据集分析  今天主要讲述的内容是关于决策树的知识，主要包括以下内容：1.分类及决策树算法介绍2.鸢尾花卉数据集介绍3.决策树实现鸢尾数据集分析。希望这篇文章 ...

Python数据挖掘之Kmeans聚类代码实现、作业及优化

2017-01-15

Python数据挖掘之Kmeans聚类代码实现、作业及优化 这篇文章直接给出上次关于Kmeans聚类的篮球远动员数据分析案例，同时介绍这次作业同学们完成的图例，最后介绍Matplotlib包绘图的优化知识。   &nbs ...

Python数据挖掘之Kmeans聚类数据分析及Anaconda介绍

2017-01-15

Python数据挖掘之Kmeans聚类数据分析及Anaconda介绍   这次课程主要讲述一个关于Kmeans聚类的数据分析案例，通过这个案例让同学们简单了解大数据分析的基本流程，以及使用Python实现相关的聚类分析。 &nbs ...

大数据分析与机器学习领域Python兵器谱

2016-11-23

大数据分析与机器学习领域Python兵器谱 曾经因为NLTK的缘故开始学习Python，之后渐渐成为我工作中的第一辅助脚本语言，虽然开发语言是C/C++，但平时的很多文本数据处理任务都交给了Python。离开腾讯创业后，第 ...

短文本主题建模方法

2016-11-22

短文本主题建模方法 1. 引言 许多数据分析应用都会涉及到从短文本中提取出潜在的主题，比如微博、短信、日志文件或者评论数据。一方面，提取出潜在的主题有助于下一步的分析，比如情感评分或者文本分类模型 ...

如何成为一名真正的数据分析师或者数据工程师

2016-10-16

如何成为一名真正的数据分析师或者数据工程师 一.入门：高屋建瓴 数据分析的坑很大，一开始走上这条路，就要明确基本的方向，依托于核心的思想，不然只会越走越偏，最后觉得山太高水太深，不了了之。 ...

使用sklearn优雅地进行数据挖掘

2016-08-17

使用sklearn优雅地进行数据挖掘 1 使用sklearn进行数据挖掘 1.1 数据挖掘的步骤 数据挖掘通常包括数据采集，数据分析，特征工程，训练模型，模型评估等步骤。使用sklearn工具可以方便地进行特征工程和模 ...

如何高效地学好R语言?

2016-07-21

如何高效地学好R语言? 学R语言主要在于5点三阶段： 第一阶段有一点：基础的文件操作(read.*, write.*)、数据结构知识，认识什么是数据框(data.frame)、列表(list)、矩阵(matrix)、向量(vector)，如何提取(包 ...

如何高效地学好 R？

2016-07-18

R在统计和数据分析领域占据着越来越重要的作用，那么如何着手学习R呢? 学R主要在于5点三阶段： 第一阶段有一点：基础的文件操作(read.*,write.*)、数据结构知识，认识什么是数据框(data.frame)、列表(list ...

scikit-learn的线性回归模型

2016-05-05

scikit-learn的线性回归模型 特征选择的方法 作为有监督学习，分类问题是预测类别结果，而回归问题是预测一个连续的结果。 1. 使用pandas来读取数据 Panda ...

深入对比数据科学工具箱：Python和R之争

2016-04-10

概述 在真实的数据科学世界里，我们会有两个极端，一个是业务，一个是工程。偏向业务的数据科学被称为数据分析（Data Analysis），也就是A型数据科学。偏向工程的数据科学被称为数据构建(Data Building)，也就是B型 ...

一篇文章透彻解读聚类分析及案例实操(二)

2016-04-05

一篇文章透彻解读聚类分析及案例实操(二) 4  SAS聚类分析案例 1 问题背景 考虑下面案例，一个棒球管理员希望根据队员们的兴趣相似性将他们进行分组。显然，在该例子中，没有响应变量。管理 ...

Python 爬虫的工具列表

2016-03-26

Python 爬虫的工具列表 这个列表包含与网页抓取和数据处理的Python库 网络 通用 urllib -网络库(stdlib)。 ...

数据科学家和大数据技术人员工具包

2016-03-17

数据科学家和大数据技术人员工具包 数据科学家的常用工具与基本思路，数据分析师和数据科学家使用的工具综合概述，包括开源的技术平台相关工具、挖掘分析处理工具、其它常见工具等几百种，几十个大类，部分 ...

分析引力波数据的Python包：GWPY！

2016-02-14

美国科学家11日宣布，他们去年9月首次探测到引力波。这一发现印证了物理学大师爱因斯坦100年前的预言。宣布这一发现的，是激光干涉引力波天文台（LIGO）的负责人。 这个机构诞生于上世纪90年代，进行 ...