数据挖掘机器学习实战第11页

Coursera上10个值得去学习的机器学习课程（有字幕）

本课程为你提供有关机器学习、数据挖掘和统计模式识别的广泛介绍。本课程详细讨论了机器学习所需的所有数学知识。本课程使用开源编程语言Octave。Octave提供了一种理解机器学习基础

加百力·2023-12-31 15:24

【2023最新】Scrapy框架教程一-Scrapy的创建与启动及Scrapy基础命令

它可以被使用用途广泛，从数据挖掘到监控和自动化测试。scrapy官网学习网址：https://docs.scrapy.org/e

大聪明_花·2023-12-31 14:32

讨论k值以及初始聚类中心对聚类结果的影响_K均值聚类需要标准化数据吗

摘要：进入二十一世纪以来，科学技术的不断发展，使得数据挖掘技术得到了学者越来越多的关注。数据挖掘是指从数据库中发现隐含在大量数据中的新颖的、潜在的有用信息和规则的过程，是一种处理数据库数据的知识发现。

是空空呀·2023-12-31 12:33

【12月比赛合集】22场可报名的数据挖掘大奖赛，任君挑选！

CompHub[1]实时聚合多平台的数据类(Kaggle、天池…)和OJ类(Leetcode、牛客…）比赛。本账号会推送最新的比赛消息，欢迎关注！以下信息仅供参考，以比赛官网为准目录Kaggle（5场比赛）阿里天池（3场比赛）ZINDI（2场比赛）和鲸(Heywhale)（1场比赛）BaiduAIStudio（3场比赛）DataCastle（3场比赛）华为云（1场比赛）AIcrowd（2场比赛）C

CompHub·2023-12-31 10:30

九-1.聚类分析

聚类通常作为其他数据挖掘或建模的前奏一.特征认知1.有监督无监督分类:有监督学习（有标签学习）数据特征聚类:无监督学习（没有标签）数据特征2.聚类概念聚类是把各不相同的个体分割为有更多相似性子集合的工作

唐-import-某人·2023-12-31 08:46

SEER数据库系列|SEER数据挖掘文章有哪些研究模式

SEER数据的大规模数据优势是无可比拟的。大规模的病例数还可以减轻病理学诊断的少数或随机错误分类的影响。SEER依靠实验室的质量规范来最大程度地减少此类错误肿瘤发病率的研究SEER能发现一些无法通过简单的估计病例数和频数分布得出的结论。率（rates）告诉我们的是某个地区个体的发病率。而百分比（Percentages）只是告诉我们特定时间点上特定癌症的数量占所有癌症的比例。即使在从人群中收集每种癌

医科研·2023-12-31 06:48

大数据应用发展史：从搜索引擎时代到机器学习时代

文章目录搜索引擎时代数据仓库时代数据挖掘时代机器学习时代小结大数据技术的使用经历了一个发展过程从最开始的Google在搜索引擎中开始使用大数据技术，到现在无处不在的各种人工智能应用，伴随着大数据技术的发展

善守的大龙猫·2023-12-31 05:11

我体验了《怪物猎人：崛起》五月新版本后，发现新主线boss蛮有趣

值得一提的是：博士在四月末和大家分享了文章《在的后续游戏更新中，这五只魔物可能会出现》，其中玩家们通过数据挖掘的方式“预测”的新怪物已经全部应验！

爱游戏的萌博士·2023-12-31 01:28

CDA level1 学习笔记（已通过考试）

数据挖掘：是一个跨学科的计算机科学分支，它是用人工智能、机器学习、统计学和数据库的交叉方法在

Sunshinetongtong856·2023-12-31 00:15

Python 机器学习实战 —— 监督学习（上）

近年来AI人工智能成为社会发展趋势，在IT行业引起一波热潮，有关机器学习、深度学习、神经网络等文章多不胜数。从智能家居、自动驾驶、无人机、智能机器人到人造卫星、安防军备，无论是国家级军事设备还是广泛的民用设施，都充斥着AI应用的身影。接下来的一系列文章将会由浅入深从不同角度分别介绍机器学习、深度学习之间的关系与区别，通过一系统的常用案例讲述它们的应用场景。本文将会从最常见的机器学习开始介绍相关的知

AI小白龙*·2023-12-30 21:56

TensorFlow 2.0 深度学习实战 —— 详细介绍损失函数、优化器、激活函数、多层感知机的实现原理

AI人工智能包含了机器学习与深度学习，在前几篇文章曾经介绍过机器学习的基础知识，包括了监督学习和无监督学习，有兴趣的朋友可以阅读《[Python机器学习实战]》。

AI小白龙*·2023-12-30 21:55

你为什么需要考研

比如，数据挖掘的知识，研究生懂很多，本科生基

Lio5n·2023-12-30 21:09

基于数据挖掘的会务管理系统-计算机毕业设计源码84883

摘要随着计算机技术的发展，特别是计算机网络技术与数据库技术的发展，使用人们的生活与工作方式发生了很大的改观。本课题研究的会务管理系统，主要功能模块包括用户管理，会议信息，会议签到，请假管理，评分记录，听会感受，意见箱等，采取面对对象的开发模式进行软件的开发和硬体的架设，能很好的满足实际使用的需求，完善了对应的软体架设以及程序编码的工作，采取MySQL作为后台数据的主要存储单元，采用SpringBo

vx_bysj1330·2023-12-30 20:22

学计算机必参加的含金量赛事！但凡参加一个面试都要简单一倍

文章目录一、ACM国际大学生程序设计竞赛二、GPLT团队程序设计天梯赛三、蓝桥杯四、百度之星五、中国大学生计算机设计大赛六、数据挖掘及AI比赛七、结语一、ACM国际大学生程序设计竞赛ACM是美国计算机协会的简称

程序员刘皇叔·2023-12-30 20:48

Python数据挖掘与机器学习实践技术应用

近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。掌握Python编程的基础知识与技巧、特征工程（数据清洗、变量降维、特征选择、群优化算法

思考的小猴子·2023-12-30 19:34

机器学习之初识KNN算法——针对泰坦尼克号生存记录建模的两种方法

KNN算法原理本篇博客基于《机器学习实战》实现算法原理简要概括，重在代码实现k-近邻算法(kNN)的工作原理是：存在一个样本数据集合，称训练样本集，并且样本集中每个数据都存在标签，即样本集中每一数据与所属分类的对应关系

奶糖猫呀·2023-12-30 18:01

完成一个预测建模项目一般需要多长时间？

为了回答这个问题，我们先来了解一下建模的流程，通常一个完整的数据挖掘项目包含以下流程（1）业务理解、（2）数据理解、（3）数据准备、（4）数据预处理和建模、（5）模型评估、（6）模型部署应用。

小黄鸭呀·2023-12-30 15:48

机器学习实战--adaboost

前面我们已经学了好几个分类算法了（svm后面再讲），分类效果也还不错，但是我们也许会想，能不能在一个数据集上多次应用同一个算法，或者应用不同的算法呢？这就是我们adaboost的思想：通过多个弱分类器的组合，构成一个强分类器。算法优点：泛化错误率低，易编码，可应用在大部分分类器上，无需参数的调整算法缺点：对离群点很敏感算法步骤：这里我们用多个单层分类决策树为例（buildStump）对每次循环：1

sunnyxiaohu·2023-12-30 10:19

数据分析流程

数据分析的流程可以分为以下几个步骤：问题定义--数据挖掘--数据准备--模型化--数据认证--实施跟踪模型部分：探索--建立--评估--调优--应用理解业务问题：首先明确数据分析的目标和业务问题，确定需要解决的具体问题

Oo_Amy_oO·2023-12-30 09:12

读书笔记--构建数据湖仓阅读有感

我们知道数据因业务运行而产生，后续数据收集汇总后，数据需要用来分析和使用，进而形成分析服务，用于支持企业的战略决策和价值挖掘，用于商业战略决策，而分析数据需要不同类型数据的融合关联，以及提供数据挖掘的分析基础设施环境

一马平川的大草原·2023-12-30 07:38

【数据挖掘】模型融合

模型融合是指将多个不同的机器学习模型组合起来，通过综合多个模型的预测结果来得到更准确的预测结果。模型融合可以提高模型的鲁棒性，减小模型的方差，提高模型的泛化能力。常见的模型融合方法包括平均法、投票法和堆叠法。平均法(Averaging)：将多个模型的预测结果进行平均，可以是简单的算术平均或加权平均。平均法适用于模型预测结果的方差较小的情况。投票法(Voting)：根据多个模型的预测结果，统计出现频

Oo_Amy_oO·2023-12-30 07:28

利用clusterProfiler进行富集分析

前言:微博参与话题#给你四年时间你也学不会生信#主要参考：GEO数据挖掘小尝试：（三）利用clusterProfiler进行富集分析Y叔开发的R包clusterProfiler的确是最好用的，没有之一,

谢俊飞·2023-12-30 07:33

python中合法命名的变量名_python变量名的规定

机器学习实战中的代码defplotNode(nodeTxt,centerPt,parentPt,nodecreatePlot.ax1是表示：ax1是函数createPlot的一个属性，这个可以在函数里面定义也可以在函数定义后加入也可以

weixin_39882317·2023-12-30 04:03

数据分析概述

从本质上看，要理解数据分析应从三个方面去把握：一是目标，数据分析的关键在于设立目标，专业上叫作“有针对性”，其实就是对业务需求的把握；二是方法，数据分析的方法包括描述性分析、统计分析、数据挖掘和大数据分析四种

大帅_1061·2023-12-30 02:30

优惠券app哪个好?好用的优惠券app大全-手机优惠券

创始人员基于在这个行业里多年的经验和认识，基于第三方电商平台海量数据挖掘与分析，“高

一起高省·2023-12-30 00:14

An Overview:Maritime Spatial-Temporal Trajectory Mining 论文阅读笔记

1引言在轨迹数据挖掘研究中，大多数研究都是集中在城市轨迹上，这些研究有更多的数据来源，如交通监控系统，手机和GPS等。然而，随着海上目标数量的增加，海洋空间-时空轨迹挖掘逐渐变的重要起来。

m0_59167578·2023-12-29 22:26

数据挖掘、机器学习、自然语言处理Python工具包(持续更新)

数据挖掘、机器学习、自然语言处理Python工具包(持续更新)科学计算Python包NumpyNumpy中文学习文档Numpy官方文档Numpy是一个功能强大的Python库，主要用于对多维数组执行计算

fpzRobert·2023-12-29 14:10

用Python和Scrapy来构建强大的网络爬虫

网络爬虫可以用于各种目的，如数据挖掘、搜索引擎优化等。它可以

小文没烦恼·2023-12-29 13:22

数据挖掘聚类度量

格式化之前的代码：importnumpyasnp#计算importpandasaspd#处理结构化表格importmatplotlib.pyplotasplt#绘制图表和可视化数据的函数，通常与numpy和pandas一起使用。fromsklearnimportmetrics#聚类算法的评估指标。fromsklearn.clusterimportKMeans#K均值聚类算法fromhopkins_

亖嘁·2023-12-29 09:01

数据挖掘分类模型选择

选择的模型有：决策树、朴素贝叶斯、K近邻、感知机调用的头文件有：importnumpyasnpimportpandasaspdfrommatplotlibimportpyplotaspltfromsklearn.linear_modelimportPerceptronfromsklearn.naive_bayesimportGaussianNBfromsklearn.neighborsimport

亖嘁·2023-12-29 09:31

数据挖掘 K-Means聚类

未格式化之前的代码：importpandasaspd#数据处理frommatplotlibimportpyplotasplt#绘图fromsklearn.preprocessingimportMinMaxScaler#归一化fromsklearn.clusterimportKMeans#聚类importos#处理文件os.environ["OMP_NUM_THREADS"]='4'df=pd.re

亖嘁·2023-12-29 09:55

数据清洗与融合期末考试(常见理论题)

请根据自己的理解论述大数据、数据分析和数据挖掘之间的联系。注意答，大数据，数据分析，数据挖掘的概念大数据是数据挖掘和数据分析的基础，数据分析和数据挖掘的区别和联系除Python外，你所知

@Yauo·2023-12-29 07:59

【机器学习实战】logistic回归

Sigmoid函数逻辑函数.png逻辑函数图像.png作用：接受所有的输入然后预测出类别。进行分类时，我们在每个特征上都乘上一个回归系数，然后将所有的结果相加，作为输入参数z，带入Sigmoid函数得到一个范围在0~1之间的数值。任何大于0.5的被归入1类，否则归入0类。所以，logistic回归也可以看成是一种概率估计。梯度上升法确定最优回归系数sigmoid函数的输入记为z，即z=w0x0+w

吵吵人·2023-12-29 03:05

机器学习实战：用 Python 构建10个有趣的应用

机器学习是一门强大的工具，可以用于解决各种各样的问题。通过学习机器学习，您可以开发出能够自动化任务、做出预测甚至创造艺术的应用程序。如果您是一名Python开发人员，那么您将很高兴知道，有许多可以用Python构建的有趣机器学习应用程序。在本博客文章中，我们将介绍10个这样的应用程序。应用一：垃圾邮件过滤器垃圾邮件过滤器是一种使用机器学习来识别垃圾邮件的应用程序。垃圾邮件过滤器可以使用各种机器学习

Python数据挖掘·2023-12-29 01:55

满足企业数据需求的大数据平台系统

大数据平台系统的开发可以给我们提供强大的储存能力、技术能力，在符合大数据时代下的发展轨迹，实现了现代化数据挖掘，满足了诸多企业及平台对数据方面的需求。一、大数据平台系统开发具有什么好处呢？

泰迪智能科技·2023-12-28 18:51

数据挖掘--聚类

1.什么是聚类？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。也即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。2.聚类分析应用将相关的文档分组便于浏览将具有相似功能的基因和蛋白质分组将具有相似价格波动的股票分组3.聚类的类型划分聚类（非嵌套层次聚类（嵌套4.聚类算法4.1划分式聚类算

全是头发的羊羊羊·2023-12-28 12:10

数据挖掘（作业3

任务一对以下数据集使用K均值聚类算法：1）观察实验结果是否符合预期；2）利用SSE标准确定K值；3）自行调参并观察对聚类结果的影响。注意：需要把类别信息去掉。“tutorial3_DataExploration”中的鸢尾花数据集“iris.data”“tutorial4_DataPreprocessing”中的癌症数据集“breast-cancer-wisconsin.data”breast-ca

全是头发的羊羊羊·2023-12-28 11:59

基于Python的城市热门美食数据可视化分析系统

温馨提示：文末有CSDN平台官方提供的学长QQ名片:)1.项目简介本项目利用网络爬虫技术从XX点评APP采集北京市的餐饮商铺数据，利用数据挖掘技术对北京美食的分布、受欢迎程度、评价、评论、位置等情况进行了深入分析

Python极客之家·2023-12-28 11:28

学习笔记：数据挖掘与机器学习

文章目录一、数据挖掘、机器学习、深度学习的区别（一）数据挖掘（二）机器学习（三）深度学习（四）总结二、数据挖掘体系三、数据挖掘的流程四、典型的数据挖掘系统一、数据挖掘、机器学习、深度学习的区别（一）数据挖掘数据挖掘

howard2005·2023-12-28 11:28

Go入门实战：网络爬虫的实现

网络爬虫在搜索引擎、数据挖掘、网络监控等方面具有重要的应用价值。Go语言是一种现代的编程语言，它具有高性能、简洁的语法和强大的并发支持。Go语言的网络爬虫实现可以利用其并发特性，提高爬虫的效率和性能。

一枚可爱的程序女孩·2023-12-28 05:14

Python入门实战：Python爬虫编程基础

它广泛应用于数据挖掘、网络爬虫、搜索引擎等领域。本文将从背景、核心概念、算法原理、代码实例、未来发展等多个方面深入探讨Python爬虫编程的基础知识。

一枚可爱的程序女孩·2023-12-28 05:44

Python入门实战：Python文本挖掘基础

在数据挖掘领域，Python是一个非常重要的工具。文本挖掘是数据挖掘的一个重要分支，它涉及到对大量文本数据的分析和处理，以发现隐藏的模式和信息。

一枚可爱的程序女孩·2023-12-28 05:43

机器学习实战——手写支持向量机(SVM)——基于鸢尾花数据集

机器学习实战——手写支持向量机(SVM)鸢尾花数据集一、代码先把全部代码放在这，注释写的很详细，亲测可用。

JaneZ0206·2023-12-28 05:36

计算机毕业设计基于SpringBoot的高校物品捐赠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·2023-12-27 18:08

企业级实战项目：基于 pycaret 自动化预测公司是否破产

本文系数据挖掘实战系列文章，我跟大家分享一个数据挖掘实战，与以往的数据实战不同的是，用自动机器学习方法完成模型构建与调优部分工作，深入理解由此带来的便利与效果。

Python数据挖掘·2023-12-27 12:40

爬虫系列--爬取B站小潮院长的作品列表

Python爬虫在数据挖掘、数据分析、API开发等领域有广泛的应用。Py

梦幻蔚蓝·2023-12-27 11:56

《系统架构设计师教程（第2版）》第3章-信息系统基础知识-04-决策支持系统 (DSS)

决策支持系统的定义1.2.1定义一1.2.2定义二1.2.3教材归纳1.3DSS的基本模式1.4DSS的结构2.DSS的功能3.DSS的特点4.DSS的组成4.1数据的重组和确认4.2数据仓库的建立4.3数据挖掘和智能体

玄德公笔记·2023-12-27 10:56

python实现knn算法案例_python机器学习——KNN算法简单入门（真的很简单！）

后来发现一个神奇的网站k-近邻算法实现手写数字识别系统--《机器学习实战》,跟着过了一遍之后感觉还不错，也顺便买了《机器学习实战》这本书，接着就正式入坑机器学习。

weixin_39892481·2023-12-27 03:18

生存分析序章1——解析生存分析：探寻时间与事件的奥秘

这一领域的深入研究不仅在医学和生物学领域有着广泛的应用，同时在数据分析和数据挖掘中也发挥着关键作用。

theskylife·2023-12-27 02:59

如何使用ScrapySharp下载网页内容

使用场景在网络数据挖掘和信息收集的过程中，我们需要经常从网页中提取数据。使用ScrapySharp可以帮助我们轻松地实现网页内容的下载和解析，从而满足各种数据采集的需求。

小白学大数据·2023-12-26 22:53

推荐频道

数据挖掘机器学习实战