数据分析与挖掘

基于朴素贝叶斯分类器的西瓜数据集 2.0 预测分类_第十章：利用Python实现朴素贝叶斯模型

注：来源刘顺祥《从零开始学Python数据分析与挖掘》，版权归原作者或出版社所有，仅供学习使用，不用于商业用途，如有侵权请留言联系删除，感谢合作。10.1朴素贝叶斯理论基础在介绍如何使用贝叶
weixin_39815925·2020-11-20 18:21

（十）Python数据分析与挖掘实战（实战篇）——家用电器用户行为分析与事件识别

这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。
anonymox·2020-11-01 18:43

（八）Python数据分析与挖掘实战（实战篇）——中医证型关联规则挖掘

这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。
anonymox·2020-11-01 17:15

（七）Python数据分析与挖掘实战（实战篇）——航空公司客户价值分析

这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。
anonymox·2020-11-01 16:49

python3入门书籍-零基础自学python3 好用的入门书籍推荐

零基础自学python3好用的入门书籍推荐，博学谷小班整理了六本数，推荐阅读《Pythonfordataanalysis》、《Python数据分析与挖掘实战》、《PythonCookbook》、《Python
weixin_37988176·2020-11-01 12:05

python数据分析实战-python数据分析与挖掘实战

python数据分析与挖掘实战是一本python语言数据分析和挖掘指南，由张良均，王路，谭立云和苏剑林等十余个专家编著而成。
weixin_37988176·2020-10-29 23:18

（五）Python数据分析与挖掘实战——挖掘建模

这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。
anonymox·2020-10-27 00:17

（四）Python数据分析与挖掘实战——数据预处理（清洗、规约）

这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。
anonymox·2020-10-26 22:46

python数据分析与挖掘实战 -第四章数据预处理

数据清洗目的：删除原始数据集中的无关数据、重复数据、平滑噪声数据、筛选掉与挖掘主题无关的数据、处理缺失值、异常值等缺失值处理方法：删除记录、数据插补和不处理拉格朗日插值法：对于平面上已知的N个点（无两点在一条直线上）可以找到一个N-1次多项式y=a0+a1x+…+an-1x^n-1，使此多项式曲线过这n个点代码实现：importpandasaspdfromscipy.interpolateimpo
qtayu·2020-10-20 19:12

Python数据分析与挖掘实战笔记

文章目录1.数据探索1.1数据质量分析1.2数据特征分析2.数据预处理2.1数据清洗2.2数据集成2.3数据变换2.4数据规约3.挖掘建模3.1分类和预测3.2决策树3.3聚类分析3.4关联规则3.5时间序列3.6离群点检测1.数据探索通过检测数据集的数据质量、绘制图表、计算某些特征量等手段，对样本数据集的结构和规律进行分析的过程就是数据探索。数据探索有助于选择合适的数据预处理和建模方法，甚至可以
回忆过去，是最美好的事情。·2020-10-04 15:55

数据分析与挖掘 - 08图形绘制

一图的基本构成Matplotlib是数据可视化工作中，最常用的一个可视化库。Matplotlib有非常多的图形，我们很难在短时间内将其掌握，所以我们首先要掌握的是画图的思路和常用的一些图形。创建一个图的步骤大致可以分为9步，当然这9步并不是每一次都需要，只要你知道一个完整的图形可以有这么多的步骤就可以。每一个步骤对应着一个操作和操作它的函数。导入模块：importmatplotlib.pyplot
马一特·2020-09-30 00:00

PyCharm 2020.2下配置Anaconda环境的方法步骤

最近在学习关于Python数据分析与挖掘方面的知识，在学习到Python数据分析工具方面时，需要安装一些第三方扩展库来增强Python的数据分析能力，刚开始我就按照最一般的方法，使用pip包管理工具来安装
·2020-09-23 09:15

互联网金融中的数据挖掘技术应用

在金融行业中，客户关系管理、风险计量与管理、精准营销、交易执行、安全与反欺诈等所需的业务分析都需要大数据分析与挖掘，而这些正是实现迅速和科学决策的核心基础。
weixin_34166472·2020-09-17 04:08

python数据分析与挖掘实战（5）挖掘建模之聚类分析、关联规则

/usr/bin/envpython#-*-coding:utf-8-*-importpandasaspdinputfile='E:\\pycharm\\python数据分析与挖掘实战数据及源码\\chapter5
Three123v·2020-09-16 20:14

R语言 数据抽样（数据失衡处理、sample随机抽样、数据等比抽样、交叉验证抽样）

关注微信公共号：小程在线关注CSDN博客：程志伟的博客详细内容为《R语言游戏数据分析与挖掘》第五章学习笔记数据抽样包括：1.数据类不平衡问题解决2.随机抽样3.数据等比例抽样（用于多分类）4.用于交叉验证的样本抽取
程志伟·2020-09-16 14:26

shinydashboard与shiny_史上最全（二）

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！
R3eE9y2OeFcU40·2020-09-15 16:39

MATLAB数据分析与挖掘 --数据预处理篇

数据清洗主要工作是删除原始数据集中的无关数据、重复数据、平滑噪声数据，筛选掉与挖掘主题无关的数据，处理缺失值、异常值等。缺失值处理：一般可删除记录、数据插补和不处理。数据插补常用方法如下：其中，插值法有Hermite插值、分段插值、样条插值法，而最主要的有拉格朗日插值法和牛顿插值法。异常值处理：异常值是否剔除，需视具体情况而定，因为有些异常值可能蕴含着有用的信息。异常值处理常用方法见下表：数据集成
yunlinzi·2020-09-15 06:24

吐血推荐珍藏的Flask资源

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！
R3eE9y2OeFcU40·2020-09-15 00:06

浅谈 BI 与数据分析的可视化

作者|钟家福杏仁医生数据工程师，关注数据分析与挖掘。一、名词解释估计这个标题对大家来说不是很好理解，在开始正题之前，我们先对标题中的「BI报表可视化」和「分析报表可视化」做个名词解释。
杏仁技术站·2020-09-13 18:39

R+ECharts2Shiny实现web动态交互式可视化数据(中)

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！
R3eE9y2OeFcU40·2020-09-13 09:50

推荐系统遇上深度学习(十八)--探秘阿里之深度兴趣网络(DIN)浅析及实现

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！
R3eE9y2OeFcU40·2020-09-12 18:29

Python机器学习&数据挖掘7周实训！-韦玮-专题视频课程

7568人已学习课程介绍AI时代，数据的重要性和机器学习是同等重要，Python作为一门优秀的编程语言，用于处理数据也非常方便，并且数据的可视化处理功能也非常强大，本课程将使用Python3一步一步讲解数据分析与挖掘以及机器学习相关的知识
韦玮老师·2020-09-11 10:29

Hadoop生态圈简介（Hadoop Ecosystem）

HadoopEcosystem）HOMECATEGORIESTAGSLINKSGUESTBOOKABOUTLABSUBSCRIBEHadoop有一套自己强大的生态系统，并且仍在不断壮大，系统的了解这个生态系统里的各个组件对于数据分析与挖掘工作来说必定是件好事
十三月下·2020-09-11 04:58

一份鲜为人知的Python特性

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！
R3eE9y2OeFcU40·2020-09-11 00:08

用Python自动化生成倒计时图片

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！
R3eE9y2OeFcU40·2020-09-10 10:00

python数据分析与挖掘实战---5.1.4 决策树：ID3算法

ID3算法简介及基本原理ID3算法基于信息嫡来选择最佳测试属性。它选择当前样本集中具有最大信息增益值的属性作为测试属性;样本集的划分则依据测试属性的取值进行，测试属性有多少不同取值就将样本集划分为多少子样本集，同时决策树上相应于该样本集的节点长出新的叶子节点。ID3算法根据信息论理论，采用划分后样本集的不确定性作为衡量划分好坏的标准，用信息增益值度量不确定性:信息增益值越大，不确定性越小。因此，I
城南以东·2020-09-09 18:46

这可能是目前最丰富的Anaconda教学手册了

相信不少Python、数据分析与挖掘新手对于Anaconda还是一知半解，而在Python相关技术文章中频繁见到Anaconda这个单词。
Sawaimilert·2020-08-26 23:05

《python数据分析与挖掘实战》笔记-3.1代码问题

今天看到《python数据分析与挖掘实战》这本书的第三章的第一份代码，照着书上的代码敲了一遍，发现在异常值处理的部分会报错。
m要练chinup·2020-08-26 08:13

推荐系统遇上深度学习(三)--DeepFM模型理论和实践

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！
R3eE9y2OeFcU40·2020-08-25 17:08

这跟特朗普没关系！中国制造业开始衰退？

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！
天善智能·2020-08-25 06:40

Python学习日志（第3篇）——关联规则挖掘（2）

在确保书中程序（《Python数据分析与挖掘实战》中Chapter8的apriori_rule.py）可以运行之后，下面就是逐句地研读、学习、弄清每一句存在的意义、及命令的表达方式。1.
皮小二·2020-08-25 03:33

虎嗅：帮奥巴马获胜的数据处理团队

他的一个几十人数据分析与挖掘团队是支重要力量。这支团队在2008年奥巴马竞选时就已存在并发挥作用。而这次，他们更动用了五倍于上届的人员规模，且进行了更大规模与深入的数据
tommwq·2020-08-24 16:44

程序员能纯靠技术渡过中年危机吗？

感谢关注天善智能，走好数据之路↑↑↑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！
R3eE9y2OeFcU40·2020-08-24 12:45

数据挖掘实战（3）：挖掘建模

内容分为一个部分：第一部分：《Python数据分析与挖掘实战》第五章：挖掘建模的内容；课件PDF和源码移步到Github：https://github.com/Stormzudi/Python-Data-Mining
三个半_Z·2020-08-24 02:25

数据挖掘实战（2）：数据预处理

内容分为一个部分：《Python数据分析与挖掘实战》第四章的内容；课件PDF和源码移步到Github：https://github.com/Stormzudi/Python-Data-Mining邮箱：
三个半_Z·2020-08-24 02:25

广州互联网公司面试地图

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！
R3eE9y2OeFcU40·2020-08-23 23:41

大数据的应用场景(大数据能干啥?)

一日志事件分析(流计算)二原有数据存储不下,查询性能性能太差,(大数据存储与交互式查询SQL)三寻找数据的价值大数据分析与挖掘,可视化四大数据搜索(弹性搜索)五
maple5218·2020-08-22 22:06

4.3.2无监督学习（四） - 序列模式与AprioriAll算法

数据分析与挖掘体系位置序列模式是一种无监督学
Orange_Spotty_Cat·2020-08-22 21:48

python数据分析与挖掘（二十一）--- Pandas高级处理-缺失值处理

Python教程网：www.python88.cn高级处理-缺失值处理1如何处理nan对于NaN的数据，在numpy中我们是如何处理的？在pandas中我们处理起来非常容易判断数据是否为NaN：pd.isnull(df),pd.notnull(df)处理方式：存在缺失值nan,并且是np.nan:1删除存在缺失值的：dropna(axis='rows')注：不会修改原数据，需要接受返回值2替换缺失
python爬虫人工智能大数据·2020-08-22 14:37

Python数据挖掘部分相关扩展库学习

python数据挖掘部分相关扩展库学习参考学习资料：《Python数据分析与挖掘实战》1NumPy提供数组支持以及相应的高效处理函数importnumpyasnpa=np.array([2,0,1,5]
ZFour_X·2020-08-22 13:39

美国Appstore游戏数据分析

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！
天善智能·2020-08-22 13:02

Python爬虫之模拟知乎登录

感谢关注天善智能，走好数据之路↑↑↑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！
R3eE9y2OeFcU40·2020-08-22 12:25

数据分析与挖掘入门——学习笔记（六）matplotlib的常用图表

matplotlib的常用图表常见图形种类及意义折线图：以折线的上升或下降来表示统计数量的增减变化的统计图特点：能够显示数据的变化趋势，反映事物的变化情况。(变化)散点图：用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。特点：判断变量之间是否存在数量关联趋势,展示离群点(分布规律)柱状图：排列在工作表的列或行中的数据可以绘制到柱状图中。特点：绘制连
无敌的白金之星·2020-08-22 02:40

Python数据分析与挖掘实战-第二章到3.1节

第二章本章简单介绍了python的基本命令、数据结构，对线上课程所讲到的命令进行了一点补充，引入了库的概念，对库的导入与添加做了简单示例。第三节，python数据分析工具，介绍了Numpy、Scipy、Matplotlib、Pandas、StatsModels、Scikit-Learn和Keras。Numpy提供了数组功能，以及对数据进行快速处理的函数，Numpy还是很多更高级的扩展库的依赖库，后
weixin_44946059·2020-08-21 23:38

数据分析与挖掘1

流程：数据获取-》探索分析与可视化-》预处理理论-》分析建模-》模型评估数据获取手段-1.数据仓库数据库面向业务存储，仓库面向主题存储数据库针对应用（OLTP），仓库针对分析（OLAP）数据库组织规范，仓库冗余大2.监测与抓取Python常用工具urllib,urllib2,requests,scrapy3.填写，埋点，日志用户填写信息APP或网页埋点（特定流程的信息记录点）操作日志4.竞赛网站k
强仔fight·2020-08-21 20:29

Python数据分析与挖掘实战——第二章

python基本操作1.foriinrange(a,b,c)a为首项c为公差不超过b-12.行内函数f=lambdax:x+2 定义f(x)=x+2g=lambdax,y:x+y3.数据结构——listtupledictionarysetlist/tuple列表可以被修改，元组不可以列表是=[]元组是=()可直接转换list('ab')或tuple('ab')lista.count(1)#列表解析
冲鸭！！！！！·2020-08-21 20:41

深度学习笔记6：神经网络优化算法之从SGD到Adam

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！
天善智能·2020-08-21 15:54

数据分析与挖掘 - R语言：KNN算法

一个简单的例子！环境：CentOS6.5Hadoop集群、Hive、R、RHive，具体安装及调试方法见博客内文档。KNN算法步骤：需对所有样本点（已知分类+未知分类）进行归一化处理。然后，对未知分类的数据集中的每个样本点依次执行以下操作：1、计算已知类别数据集中的点与当前点（未知分类）的距离。2、按照距离递增排序3、选取与当前距离最小的k个点4、确定前k个点所在类别的出现频率5、返回前k个点出现
weixin_34234823·2020-08-21 11:41

Day4|Python数据分析与挖掘实战|聚类分析

聚类分析主要内容：1.聚类分析思想2.主要聚类方法3.类间、类内距离的度量4.层次聚类（谱系聚类）5.划分聚类法（快速聚类法）K-Mean算法6.其他问题7.用python具体实现http://nbviewer.jupyter.org/github/qiebuliaoliao/Datamining_python/blob/master/20180427_%E8%81%9A%E7%B1%BB%E5%
且不了了·2020-08-20 19:56

数据可视化学习笔记（三）

大数据技术介绍大数据应用开发流程数据采集与预处理大数据存储与管理大数据分析与挖掘大数据可视化1.数据采集与预处理数据来源人所产生的数据机器、设备和物体的数据（通过传感器）行业、科研实验数据（大型数据）数据采集方法系统日志采集方法网站点击率
翊小宸·2020-08-20 07:35
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他