【数据分析与挖掘】第13页

数据分析与挖掘（三）数据预处理

今天把前几天学习的数据预处理，总结了以下：在数据挖掘中，巨量的原始数据存在着大量不完整的数据，严重影响数据挖掘建模的效率。甚至可能导致数据挖掘结果的偏差，所以进行数据清洗就显得尤为重要。数据预处理的主要内容包括：（1）数据清洗（2）数据集成（3）数据变换（4）数据规约1.数据清洗1.1缺失值处理处理缺失值的方法可分为3类：删除记录，数据插补和不处理。如果通过简单的删除小部分达到既定目标，那么删除含

ZhengJohn·2020-06-25 14:35

2020 BAT大厂面试经验：最全大数据+AI方向面试100题（附答案详解）

欢迎关注作者微信公众号：涉及数据分析与挖掘、数据结构与算法、大数据与机器学

大数据之眸·2020-06-25 12:29

Python 数据分析三剑客之 Matplotlib（十一）：最常用最有价值的 50 个图表

TRHX • 鲍勃·2020-06-25 11:39

Python 数据分析三剑客之 Matplotlib（十）：3D 图的绘制

TRHX • 鲍勃·2020-06-25 11:07

Python 数据分析三剑客之 Matplotlib（八）：等高线 / 等值线图的绘制

TRHX • 鲍勃·2020-06-25 11:06

Python 数据分析三剑客之 Matplotlib（五）：散点图的绘制

TRHX • 鲍勃·2020-06-25 11:06

Python 数据分析三剑客之 Matplotlib（七）：饼状图的绘制

TRHX • 鲍勃·2020-06-25 11:06

Python 数据分析三剑客之 NumPy（一）：理解 NumPy / 数组基础

TRHX • 鲍勃·2020-06-25 11:06

Python 数据分析三剑客之 Matplotlib（九）：极区图 / 极坐标图 / 雷达图的绘制

TRHX • 鲍勃·2020-06-25 11:06

Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制

TRHX • 鲍勃·2020-06-25 11:06

Python数据分析与挖掘实战学习笔记（一）

数据预处理1.数据清洗（1）缺失值处理三种方法：删除记录、数据插补、不处理常见插补方法：均值/中位数/众数插补、使用固定值/期望值、回归方法（根据已有数据和其他与其有关变量等建立拟合模型来预测）、插值法（利用已知点建立合适的插值函数，如拉格朗日函数）我们以餐厅销量数据为例，使用拉格朗日插值法进行缺失值处理，使用缺失值前后各5个未缺失数据参与建模，得出结果如下。应用拉格朗日插值法代码如下：#拉格朗日

狄克推多er·2020-06-25 09:13

Python数据分析与挖掘实战——第一章

目录一、概述二、数据挖掘建模过程1.定义挖掘目标2.数据取样1）从业务系统中，抽取出一个与挖掘目标相关的样本数据子集2）数据质量！！！3）数据抽样3.数据探索4.数据预处理5.挖掘建模6.模型评价三、常用数据挖掘建模工具一、概述1.从大量数据中挖掘出隐含的、未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模型，提供预测性决策支持的方法、工具和过程。2.数据挖掘的基本

冲鸭！！！！！·2020-06-25 01:39

R语言中Logistic回归

Logistic回归#设置工作空间#把“数据及程序”文件夹拷贝到F盘下，再用setwd设置工作空间setwd("E:\\R_workspace\\R语言数据分析与挖掘实战\\chp5")#读入数据Data

木里先森·2020-06-24 15:22

《python数据分析与挖掘实战》第12章协同过滤推荐算法程序实现

本文是作者首次根据实际数据进行的一次完整的数据分析，所以在程序的实现上是尽量选择自己熟悉的语句，笔者认为应先能用一种方法解决问题，然后再结合别人的分析思路，优化自己的解决方案。1.连接数据库，获得原始数据importpandasaspdimportpymysqlconn=pymysql.connect(host='localhost',user='root',password='password'

lyyolo·2020-06-24 11:16

Python数据分析与挖掘实战（1）数据分析工具简介

从现在开始我们开始学习数据挖掘的有关内容，默认已经安装了相应的环境。Numpy#-*-coding:utf-8-*importnumpyasnp#一般以np作为numpy的别名a=np.array([2,0,1,5])#创建数组print(a)#输出数组print(a[:3])#引用前三个数字（切片）print(a.min())#输出a的最小值a.sort()#将a的元素从小到大排序，此操作直接修

pandsu·2020-06-24 11:38

混淆矩阵、ROC曲线，AUC值，K-S曲线

数据分析与挖掘体系位置混淆矩阵是评判模型结果的指标，属于模型评估的一部分。

photographyCat·2020-06-24 10:13

《Python数据分析与挖掘实战》学习笔记（一）

这是我的第一篇博客，我也料想这篇博客将非常长。学习过程中的感想和思考如有错误，欢迎各位指正，非常感谢！2019.2.22开始学习-2019.2.24结束学习（第一章&第二章）·2019.2.22_第一章P1-P23关于P16页中while循环的例子，我认为原文注释有误，原文如下：s,k=0whilekUser>用户名>’的目录当中就可以顺利读取啦！**·**2019.2.24_第二章P28-P32

MercyMeng·2020-06-24 08:09

数据分析与挖掘实例（4）-参数调优

参数调优逻辑回归SVM决策树随机森林XGBoost使用网格搜索法对5个模型进行调优（调参时采用五折交叉验证的方式），并进行模型评估，展示代码的运行结果。导入库如下：importpandasaspdfromsklearnimportlinear_modelfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimpor

jebelyan·2020-06-23 21:33

Python数据分析与挖掘学习路线图

为大家分享python大数据学习的一个提纲，希望对想学Python或者正在学python的你有一些帮助。1.Python学习语言的学习，真正掌握语言的方式，是交流与实践，所以，这三本书，是由浅入深的步骤。大家在学习过程中，可以到群里面去进行交流沟通。Python初学教程：《简明Python教程》《DiveIntoPython》《LearningPython5th》另，python在线精品学习博客：

IT派·2020-06-23 20:47

利用SPSS实现逻辑回归，树模型，以及广义线性模型

本案例是IBMSPSS数据分析与挖掘实战案例精粹----第九章的学习记录案例背景：分析出导致急救后迟发性颅脑损伤的主要影响因素，共有201项案例：分析思路：先使用logistic回归模型进行影响因素筛选

hepan_defeng·2020-06-23 14:30

大数据采集与预处理技术

系统日志采集，互联网数据采集，ETL）在网上采集各种信息数据预处理（数据清理，数据集成，数据变换，数据规约）采集到信息杂乱，需要处理数据存储（HDFS，NoSQL，云存储）处理完数据我们要把它存储起来数据分析与挖掘

吾侪擎天·2020-06-23 12:43

python TypeError: 'AxesSubplot' object is not subscriptable的解决办法

作者：一腔诗意喂了猫原文：https://blog.csdn.net/qq_36142336/article/details/78776426《Python数据分析与挖掘实战》第三章中代码清单3-1照书写会出现这个问题

L木木·2020-06-23 07:38

人工智能自学线路——自用

1.不过Python仅仅是编程语言，你应该首先还要选择一个发展方向，学习特定方向的Python模块，比如数据分析与挖掘、爬虫工程师、Web开发、自动化运维、自动化测试，甚至人工智能。

pillow_L·2020-06-22 16:59

数据挖掘——航空公司客户价值分析（代码完整）

最近在阅读张良均、王路等人出版的书《python数据分析与挖掘实战》，其中有个案例是介绍航空公司客户价值的分析，其中用到的聚类方法是K-Means方法，我一直把学习的重心放在监督学习上，今天就用这个案例练习一下非监督学习

透明的红萝卜221·2020-06-22 11:49

python教你生成动态二维码

又一可视化神器pyecharts登场python数据分析与挖掘|挖掘建模目录：1、myqr相关参数的使用说明2、python代码生成静态二维码3、python代码生成动态二维码4、提供两张gif图片如果觉得好

小田学Python·2020-06-22 09:46

他一年写了200篇原创笔记，帮助你快速入门Python与机器学习

内容以Python、数据科学、机器学习、深度学习为主，包括但不限于Python、数据分析与挖掘、机器学习、深度学习的个人技术学习与进阶公

Wang_AI·2020-06-22 08:47

菜鷄日記——《Python数据分析与挖掘实战》实验6-2 LM神经网络和CART决策树构建分类模型

实验6-2LM神经网络和CART决策树构建分类模型题目描述：在model.xls中给出窃漏电业务场景的专家样本，分别使用LM神经网络和CART决策树构建分类预测模型，利用混淆矩阵和ROC曲线对模型进行评价。model.xls部分数据示例一、数据划分通常将专家样本数据按2-8分成测试数据和训练数据，训练数据提供给相应的算法训练并构建模型，测试数据用于对所构建的模型进行测试评价，以评判所构建模型的性能

Wyatt6·2020-06-22 08:51

python数据分析与挖掘实战（3）【数据预处理】

数据清洗之缺失值处理小技巧：撤销：ctrl+z，反撤销：ctrl+shift+z用拉格朗日插值法进行插补interpolate(插入，篡改)是scipy的一个子库，包含大量的插值函数，如拉格朗日插值，样条插值，高位插值。importpandasaspdfromscipy.interpolateimportlagrange#interpolate=插入inputfile='E:\pycharm\py

Three123v·2020-06-22 06:41

数据挖掘－python数据分析与挖掘实战

第一章－数据挖掘基础一、过程1、确定目标2、数据取样：随机取样、等距取样、分层取样、从起始顺序取样、分类抽样3、数据探索：异常值分析、缺失值分析、相关性分析和周期分析4、数据预处理：数据筛选、数据变量转换、缺失值处理、坏数据处理、数据标准化、主成分分析、属性选择、物选择规约5、数据建模：model（分类、聚类、关联规则、时序模式或者智能推荐）6、模型评价：找出最好的模型二、数据挖掘建模工具（sas

Skylar_hu·2020-06-22 05:35

50个数据可视化最有价值的图表（附完整Python代码，建议收藏）（上）

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R3eE9y2OeFcU40·2020-06-22 04:19

新恒结衣为什么是中国程序员共同的老婆？

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R3eE9y2OeFcU40·2020-06-22 04:19

剑桥小姐姐的国内AI算法面试经历

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R3eE9y2OeFcU40·2020-06-22 04:49

快手：星星之火，寒冬燎原

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R3eE9y2OeFcU40·2020-06-22 04:48

技术人，请不要封闭自己

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R3eE9y2OeFcU40·2020-06-22 04:48

自动驾驶的前世今生，能否直破未来潮流

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R3eE9y2OeFcU40·2020-06-22 04:48

Python VS R,你会选择谁呢？

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R3eE9y2OeFcU40·2020-06-22 04:48