SPSS数据分析—多维偏好分析（MPA）

2017-03-13

SPSS数据分析—多维偏好分析（MPA） 之前的主成分分析和因子分析中，收集的变量数据都是连续型数值，但有时会碰到分类数据的情况，我们知道最优尺度变换可以对分类变量进行量化处理，如果将这一方法和主 ...

机器学习中特征选择概述

2017-03-11

机器学习中特征选择概述 1. 背景 1.1 问题 在机器学习的实际应用中，特征数量可能较多，其中可能存在不相关的特征，特征之间也可能存在相关性，容易导致如下的后果：  （1） 特征个数越多，分析特征 ...

数据科学家的66个工作面试问题

2017-03-06

数据科学家的66个工作面试问题 我们现在有91个问题。我们还添加了50个新的人  在这里，并开始提供这些问题的答案  在这里。这些都是开放式问题，以评估一个高级职位的高级候选人的技术水平知识，例如 ...

聚类分析基础知识总结及实战解析

2016-11-28

聚类分析基础知识总结及实战解析 聚类分析是没有给定划分类别的情况下，根据样本相似度进行样本分组的一种方法，是一种非监督的学习算法。聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度划分 ...

SPSS Syntax中的常用函数

2016-10-30

SPSS Syntax中的常用函数 SPSS函数是一个常用程序（rountine）,并且利用一个或多个自变量（参数）来执行。每个SPSS函数均有一个关键名称（keywordname），且绝不能写错。通常，函数的格式为:函数名称（自变量 ...

想了解机器学习？你需要知道的十个基础算法

2016-08-18

想了解机器学习？你需要知道的十个基础算法 毫无疑问，作为人工智能的子领域—机器学习在过去的几年中越来越受欢迎。由于大数据是目前科技行业最热门的趋势，基于大量的数据机器学习在提前预测和做出建议方面有 ...

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 ...

用降维方法解读数据分析

2016-07-26

用降维方法解读数据分析 随着互联网技术的不断发展，数据呈现出规模大、维度高、结构复杂等特性，人们收集和获得数据的能力也逐渐增强。如何充分利用海量数据、挖掘其中有价值的知识和内容以指导实际生产是科 ...

说说你心目中的建模分析师！

2022-01-20

说到建模分析师，你可能会臆想到的形象是怎样的？数据民工？金融精英？公司牛人？ 他的发型可能是: 秃头 无刘海蓬松长发 他的装束大概是： 双肩背包（你的背包，背到现在还没烂） ...

大数据探究经济衰退的到来

2016-05-06

大数据探究经济衰退的到来 当今全球经济风起云涌，全球市场普遍不景气，资本缩水，油价下跌严重，诸多大企业纷纷裁员，一时间经济唱衰的声音越来越多。《大数据文摘--商业与金融专栏》今天刊登一篇全球顶级资本 ...

机器学习在电商文本挖掘中的应用浅析

2016-04-27

机器学习在电商文本挖掘中的应用浅析 电商平台中有海量的非结构化文本数据，如商品描述、用户评论、用户搜索词、用户咨询等。这些文本数据不仅反映了产品特性，也蕴含了用户的需求以及使用反馈。通过深度 ...

Sas常用函数

2016-04-25

Sas常用函数 一、数学函数  ABS(x) 求x的绝对值。  MAX(x1,x2,…,xn) 求所有自变量中的最大一个。  MIN(x1,x2,…,xn) 求所有自变量中的最小一个。  MOD(x,y) 求x除以y的余数。  SQRT ...

线性判别分析(Linear Discriminant Analysis, LDA）算法分析

2016-04-24

线性判别分析(Linear Discriminant Analysis, LDA）算法分析 一． LDA算法概述： 线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear&nbs ...

因子分析和主成分分析的10大不同

2016-04-18

每每谈起主成分和因子有啥区别，楼主总是有种心里大概明白，但就是说不清的感觉，终于看到一篇帖子，从十个方面阐述了两者的区别，留作纪念，同时也发给大家做个参考： 1.原理不同 主成 ...

一文读懂机器学习！

2016-03-21

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介 ...

LEVEL II数据挖掘全流程_四大专题，皆为大牛！

2022-01-20

CDA Level Ⅱ：建模分析师。两年以上数据分析岗位工作经验，或通过CDA Level Ⅰ认证半年以上。在政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。在Leve ...

以性别预测为例，谈谈数据挖掘中的分类问题

2016-03-02

以性别预测为例，谈谈数据挖掘中的分类问题 互联网的迅猛发展，催生了数据的爆炸式增长。面对海量的数据，如何挖掘数据的价值，成为一个越来越重要的问题。本文首先介绍数据挖掘的基本内容，然后按照数据挖掘 ...

R语言与数据分析：主成分分析

2016-01-27

R语言与数据分析：主成分分析 作为数据分析师，有很多刚刚接触数据分析师的朋友，还不怎么了解主成分分析，看看这两篇，你就搞懂主成分分析了。 第一篇：主成份分析历史 Pearson于1901年提出，再 ...

机器学习算法一览

2016-01-18

文 | 寒小阳 来源  | CSDN博客 引言 提起笔来写这篇博客，突然有点愧疚和尴尬。愧疚的是，工作杂事多，加之懒癌严重，导致这个系列一直没有更新，向关注该系列的同学们道个 ...

七步精通Python机器学习

2015-12-23

文 | Matthew Mayo译 | 王鹏宇 开始。这是最容易令人丧失斗志的两个字。迈出第一步通常最艰难。当可以选择的方向太多时，就更让人两腿发软了。 从哪里开始？ 本文旨在通过七个步 ...