数据挖掘#特征工程第12页

Spark相关知识点（期末复习集锦）

一、Spark简介Spark，拥有hadoopMR所具有的优点，但不同于MR的是job中监测结果可以保存在内存中，从而不再需要读写HDFS，因此spark能够更好的适用于数据挖掘与机器学习等需要迭代的mr

夜をむかえる·2024-01-03 22:49

阅文集团面试总结

(2)分析问题：排查了数据处理，模型多次检验，猜测应该是特征工程没有做到完善(3)解决问题：自己尝试了多种方法，还是不行，最终通过朋友请教了一位数据分析的大牛，最终问题得到解决。

请问通往幸福之路在哪里·2024-01-03 21:23

聚类算法介绍

聚类算法在数据挖掘、图像分割、文本分类、生物信息学等领域都有广泛的应用。

亦旧sea·2024-01-03 21:06

深度学习知识点汇总-机器学习基础（3）

监督学习的步骤2.3.1数据（1）数据收集获取数据及其对应标签将数据集划分为训练数据集和验证数据集考虑样本不均衡的问题，并基于此使用交叉验证的方法（2）数据预处理去除错误数据和标签缺失的数据数据增强（3）特征工程传统机器学习方法中对特征进行选择

深度学习模型优化·2024-01-03 20:55

特征工程

三块给你买麻糬_31c3·2024-01-03 20:47

用Python下载抖音无水印视频！

分享学习Python爬虫、数据分析、数据挖掘的点滴。最近发现了抖音无水印视频的下载方法。#抖音接口「url」参数值就是从抖音上复制的链接。Python下载首先来看一下，直接访问抖音链接得到的结果。

不秃头的程序猿·2024-01-03 18:16

一文读懂python数据分析_一文读懂聚类算法

1.聚类的基本概念1.1定义聚类是数据挖掘中的概念，就是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大

weixin_39766109·2024-01-03 17:35

地理空间分析1——入门Python地理空间分析

本文将带您深入了解入门级别的Python地理空间分析，结合数据分析和数据挖掘的实际应用。1.Python基础在开始地理空间分析之前，我们需要确保正确安装Python和相关的库。

theskylife·2024-01-03 14:48

毕设/大作业：用 Python 开发一个疫苗管理系统

方式①、微信搜索公众号：Python学习与数据挖掘，后台回复：疫苗管理

Python数据开发·2024-01-03 13:15

互联网企业引入CRM管理系统有什么用处？互联网行业CRM解决方案

卓越的互联网公司都在重点关注这些CRM功能，如工作流自动化、数据挖掘、客户管理。一、互联网企业的业务难题1.团队协作：业务团队分

TICKI™·2024-01-03 13:37

机器学习（三） -- 特征工程（2）

系列文章目录机器学习（一）--概述机器学习（二）--数据预处理（1-3）机器学习（三）--特征工程（1-2）未完待续……目录系列文章目录前言三、特征预处理1.1、无量纲化2、归一化2.2.1、线性归一化

₫从心·2024-01-03 13:54

【计算机设计大赛作品】豆瓣电影数据挖掘可视化—信息可视化赛道获奖项目深入剖析【可视化项目案例-22】

【计算机设计大赛作品】豆瓣电影数据挖掘可视化—信息可视化赛道获奖项目深入剖析【可视化项目案例-22】1.1项目主题：豆瓣电影二.代码剖析2.1项目效果展示2.2服务端代码剖析2.3数据分析2.4数据评分三

一见已难忘·2024-01-03 12:15

又来一个神器！如何用ChatGPT帮你自动对excel数据进行分析和挖掘！

今天我们来介绍一款神器，利用它可以分分钟帮你分析excel的数据，并且进行可视化的展示和数据挖掘。你只要会点鼠标即可！

菜鸟学Python·2024-01-03 10:05

R语言最佳学习路线和常用数据挖掘包

对于初学R语言的人，最常见的方式是：遇到不会的地方，就跑到论坛上吼一嗓子，然后欣然or悲伤的离去，一直到遇到下一个问题再回来。当然，这不是最好的学习方式，最好的方式是——看书。目前，市面上介绍R语言的书籍很多，中文英文都有。那么，众多书籍中，一个生手应该从哪一本着手呢？入门之后如何才能把自己练就成某个方面的高手呢？相信这是很多人心中的疑问。有这种疑问的人有福了，因为笔者将根据自己的经历总结一下R语

丨程序之道丨·2024-01-03 09:48

计算机毕业设计基于SSM的果蔬作物疾病防治系统的设计与实现 Java实战项目附源码+文档+视频讲解

博主介绍：✌从事软件开发10年之余，专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。

IT学长编程·2024-01-03 09:08

How to understand Data Mining

HowtounderstandDataMining什么是数据挖掘为何使用数据挖掘数据挖掘有哪些类型流程挖掘文本挖掘预测挖掘数据挖掘如何运作业务了解数据了解数据准备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数据规约数据建模评估模型部署模型数据挖掘的方法有哪些异常检测

qwfys200·2024-01-03 08:13

大数据技术原理与应用期末考试题

A、利用分布式文件系统、数据仓库、关系数据库等实现对结构化、半结构化和非结构化海量数据的存储和管理B、利用分布式并行编程模型和计算框架,结合机器学习和数据挖掘算法,实现对海量数据的处理和分析C、构建隐私数据保护体系和数据安全体系

无敌海苔咪·2024-01-03 08:03

2022-05-16

数据分析管理系统大数据分析系统提供了一套完整的数据收集，能够方便企业员工手机数据进行分析，提供一套数据挖掘工具，可灵活调整分析过程。

麦秸映像·2024-01-03 08:14

机器学习-生存分析：如何基于随机生存森林训练乳腺癌风险评估模型？

近年来，机器学习和生存分析等数据挖掘技术在乳腺癌研究中得到了广泛应用。这些方法可以挖掘患者的临床、基因、影像等多种数据，预测患者的生存期、疾病进展和治疗效果，为临床决策提供

笑不语·2024-01-03 05:39

数据挖掘案例

利用Pycharm连接MySQL，利用Python代码通过提取数据库的内容，将其封装到本地，为训练模型提供了源数据支持，利用机器学习算法岭回归对数据进行线性回归，进而得到最终的预测结果。（1）创建预测表CREATETABLE`ads_cscd_predict_profit_i_y`( `fc_date`textCOLLATEutf8mb4_unicode_ci, `fc_net_profit`

孤城暮雨@·2024-01-03 04:18

毕业设计选题算法方向毕业设计(论文)选题题目推荐

目录前言1.选题背景2.毕设选题2.1图像处理和计算机视觉2.2自然语言处理和文本分析2.3数据挖掘和机器学习3.选题迷茫4.选题的重要性更多选题指导最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备

Mini_hailang_IT·2024-01-02 20:02

DBSCAN聚类算法原理（含C++代码）

概述DBSCAN（density-basedspatialclustering）是一种基于密度的聚类算法，在机器学习和数据挖掘领域有广泛的应用，其聚类原理通俗点讲是每个簇类的密度高于该簇类周围的密度，噪声点的密度小于任一簇类的密度

RobotsRuning·2024-01-02 17:55

RNA-seq最强综述名词解释&思维导图|关于RNA-seq，你想知道的都在这（续）

你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流程）、单细胞测序分析(重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘

生信宝典·2024-01-02 16:05

《提高电销效率：外呼回拨系统助力企业与客户紧密联系》

该系统采用先进的数据挖掘和机器学习技术，根据企业的销售策略和目标，自动进行外呼任务。在通话过程中，系统能自动分配时间，对

AI智能语音外呼·2024-01-02 15:55

安利10个Jupyter notebook使用技巧

不可不知的JupyterNotebook使用技巧如果你用Python做开发，那么首选Pycharm；但是如果你想用Python做数据分析、数据挖掘，以及火热的机器学习和人工智能项目，JupyterNotebook

尤而小屋·2024-01-02 12:03

数据挖掘——认识数据

《数据挖掘》国防科技大学《数据挖掘》青岛大学《数据挖掘与python实践》数据挖掘之认识数据1.数据和信息**数据(data)**是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材

　木夕敢敢·2024-01-02 06:51

认识数据挖掘

一、数据挖掘的概念数据挖掘

mischen520·2024-01-02 06:49

机器学习预处理：特征工程

什么是特征工程特征是⽤于描述数据中的各种属性、变量或维度的信息，它们是模型⽤来做出预测或分类的输⼊。特征⼯程是使⽤专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作⽤的过程。

April123abc·2024-01-02 06:19

Python爬虫网页解析之parsel模块

pipinstallparsel==1.0.2二.模块作用改模块主要用来将请求后的字符串格式解析成re,xpath,css进行内容的匹配推荐Python大牛在线分享技术扣qun：855408893领域：web开发，爬虫，数据分析，数据挖掘

25岁学Python·2024-01-02 04:04

【LLM+RS】LLM在推荐系统的实践应用（华为诺亚）

山顶夕景·2024-01-02 04:44

搜广推之特征工程：基本原理和前沿研究（2023）

前言本文主要结合以往工作经验和前沿论文（截止2023年9月），来分析工业界和学术界中特征工程相关研究点，以及对未来发展的思考。

Ben_Fu·2024-01-02 02:32

CTR的一些基本概念

1.1点击率预估过程1.1.1特征工程（1）特征筛选：特征选择就是选择那些靠谱的Feature，去掉冗余的Feature，对于搜索广告Query和广告的匹配程度很关键；对于展示广告，广告本身的历

三块给你买麻糬_31c3·2024-01-02 00:18

机器学习前的数据清洗（异常值检验，标准化处理，哑变量处理）

机器学习简介机器学习模型训练前，需要把原始数据进行预处理，并建立合适的特征工程。

开始King·2024-01-01 23:37

1.5 The Leaming Problem-Machine Leaming and other Fields|机器学习基石（林轩田）-学习笔记

2018-06-27学习链接:1.5TheLeamingProblem-MachineLeamingandotherFields1.MachineLearningandDataMining(机器学习与数据挖掘

努力奋斗的durian·2024-01-01 23:29

2020-07-14

具体到技术环节，包括数据仓库、ETL、OLAP、数据挖掘、数据可视化这几个方面。大体上来看，BI可分为传统BI和敏捷BI。

木星_288b·2024-01-01 18:25

图神经网络--GNN从入门到精通

图神经网络--GNN从入门到精通一、图的基本表示和特征工程1.1什么是图1.2图的基本表示1.3图的性质--度（degree)1.4连通图，连通分量1.5有向图连通性1.6图直径1.7度中心性1.7特征中心性

小白学习记录·2024-01-01 17:26

终于有人把帆软BI和奥威BI讲清楚了！

奥威BI则更加注重数据挖掘和深度分析，通过高级算法和机

qq_43696218·2024-01-01 16:52

【Python特征工程系列】教你利用AdaBoost模型分析特征重要性（源码）

这是Python特征工程系列原创文章，我的第187篇原创文章。一、问题应用背景介绍：如果有一个包含数十个甚至数百个特征的数据集，每个特征都可能对你的机器学习模型的性能有所贡献。

数据杂坛·2024-01-01 12:31

学习笔记：机器学习

文章目录一、机器学习概述二、机器学习活跃领域（一）数据分析与数据挖掘（二）人工智能——图像和语音识别三、经典机器学习算法（一）线性回归（二）逻辑回归（三）决策树（四）随机森林（五）k-近邻（KNN）（六

howard2005·2024-01-01 11:19

我用Python爬取美食网站3032个菜谱并分析，真香！

点击上方“Python爬虫与数据挖掘”，进行关注回复“书籍”即可获赠Python从入门到进阶共10本电子书今日鸡汤江雨霏霏江草齐，六朝如梦鸟空啼。这是巨变的中国，人和食物，比任何时候走的更快。

Python进阶者·2024-01-01 09:48

计算机毕业设计基于html5的图书管理系统的设计与实现 Java实战项目附源码+文档+视频讲解

博主介绍：✌从事软件开发10年之余，专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。

IT学长编程·2024-01-01 09:03

机器学习基础--各种学习方式（5）--自动特征工程

自动特征工程自动工程的三个方向，隐式特征组合（如NN，FM），半显式特征组合（如GBDT）与显式特征组合（显式特征叉乘）。

whitenightwu·2024-01-01 08:22

百面机器学习 -- No.2 特征工程 -- 训练数据不足的情况下会带来什么问题，如何缓解？

训练数据不足的情况下会带来什么问题，如何缓解？数据不足会带来什么问题如何解决？数据不足会带来什么问题机器学习任务的问题，可以简单的理解成寻找最佳的拟合函数和最佳的泛化函数，拟合函数是用来学习历史信息的，泛化函数是用来外推其他数据的（即，预测未来）。但是这两者并不是可以兼得的，我们前期通过先验知识来学习函数，后期通过后验知识来预测标签。在机器学习中，绝大部分模型都需要大量的数据进行训练和学习（包括有

小王做笔记·2024-01-01 08:20

机器学习（三） -- 特征工程（更新中）

系列文章目录机器学习（一）--概述机器学习（二）--数据预处理（1-3）未完待续……目录系列文章目录前言tips：这里只是总结，不是教程哈。“***”开头的是给好奇心重的宝宝看的，其实不太重要可以跳过。此处以下所有内容均为暂定，因为我还没找到一个好的，让小白（我自己）也能容易理解（更系统、嗯应该是宏观）的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西（当然远远不止这些），对大体框架有了

₫从心·2024-01-01 08:19

数据挖掘中的数据属性特点、描述性统计度量与相似度计算

目录1.引言2.数据挖掘中的数据属性2.1数值属性2.2标称属性2.3有序属性2.4无序属性3.描述性统计度量3.1中心趋势度量3.2离散程度度量3.3分布形状度量4.相似度计算4.1欧氏距离4.2余弦相似度

轩Scott·2024-01-01 07:51

数据挖掘模糊聚类

格式化之前的代码：importmatplotlib.pyplotasplt#绘图importpandasaspd#读取数据集fromsklearn.preprocessingimportscalefromsklearn.clusterimportDBSCAN#聚类fromsklearnimportpreprocessing#数据预处理的功能，包括缩放、标准化、正则化等plt.rcParams["f

亖嘁·2024-01-01 07:51

数据挖掘与知识发现：解析关键概念

目录1.引言1.1背景1.2意义与应用2.数据挖掘的基本概念2.1定义与范畴2.1.1数据挖掘的定义2.1.2数据挖掘的范畴2.2数据挖掘过程2.2.1问题定义2.2.2数据采集与清洗2.2.3特征选择

轩Scott·2024-01-01 07:49

原来STATA也可以做机器学习或深度学习的内容，真的是学习了

数据挖掘任务主要有关联分析、分类分析、异常分析和演变分析等。在大数据时代背景下，数据挖掘是重要的工作内容。对于大数据的挖掘是从海量的大型数据库中挖掘数据中存在的潜在价值和有效的信息，

SMILE_9025·2024-01-01 05:27

数据特征工程 | 特征筛选（过滤法）—— ANOVA

特征筛选的重要性：在机器学习和数据科学领域，特征筛选是优化模型性能和提高计算效率的关键步骤。当数据集包含大量特征时，不仅增加了计算成本，还可能引入噪声和冗余信息，影响模型的泛化能力。因此，通过特征筛选，让我们能够从原始特征集中挑选出最具信息量的特征，提高模型的预测准确性和可解释性特征筛选的方法：特征筛选方法可以分为三大类：过滤法（Filter）、包装法（Wrapper）、嵌入法（Embedded）

算法如诗·2024-01-01 03:50

医学信息应用技术（1）急救知识点（90+）必背基础42题

【赢在起跑线~】·2024-01-01 02:31

推荐频道

数据挖掘#特征工程