数据挖掘算法

双节棍「大师」鱼佬亲传武功秘籍：如何进行一场数据挖掘算法竞赛？

Datawhale作者：鱼佬，Datawhale成员简介：鱼遇雨欲语与余，Datawhale成员，武汉大学硕士，天池数据科学家。2019腾讯广告算法大赛冠军，数据竞赛爱好者。当我们掌握了一定的机器学习和数据挖掘基础理论后，参加一场数据算法竞赛可以接触真实的业务和数据，将理论知识过渡到工程应用，同时可以在竞赛过程中进行反复地思考，强化对理论知识的理解。本次分享，我将以个人竞赛经历和圈内整体情况为背景
Datawhale·2022-10-01 07:08

头歌平台（EduCoder）—— 数据挖掘算法原理与实践：数据预处理

数据挖掘，就是从数据中学习到规律，再将学习到的规律对未知的数据进行预测。但是我们最开始获取的数据其中绝大多数是“有毛病”的，不利于后期进行分析，所以我们在分析前需要进行数据的预处理。sklearn.preprocessing包提供了几个常用的函数和转换类，用它们将一个原始的特征向量转化为一个更适于数据分析的表示形式。一般来说，学习算法收益于数据集的标准形式。如果数据中存在异常点，稳健的数据规范或转
带棒的小迷妹·2022-09-11 07:05

【数据挖掘算法与应用】——数据挖掘导论

数据挖掘导论导入一、为什么要进行数据挖掘1.数据爆炸但知识贫乏2.数据在爆炸式增长3.数据安全4.从商业数据到商业智能的进化5.KDD的出现二、什么是数据挖掘1.广义技术角度的定义2.狭义技术角度的定义3.商业角度的定义4.数据挖掘与其他科学的关系5.数据挖掘对象6.挖掘到什么知识三、数据挖掘方法1.数据挖掘中常用的十三种技术2.有监督学习3.无监督学习4.半监督学习5.主动学习6.迁移学习7.强
北极的三哈·2022-09-11 07:28

机器学习实战笔记——决策树

决策树-ID3决策树也是经常使用的数据挖掘算法。这张图所示就是一个决策树。长方形代表判断模块，椭圆形代表终止模块。从判断模块引出的左右箭头称作分支。
yuexiahandao·2022-09-01 07:28

Python 房价预测 kaggle 线性回归 SVM 神经网络 随机森林 集成模型

本文对包含房产各项基本信息及价格的数据进行处理，利用包括线性回归、核岭回归、支持向量回归、神经网络、决策树以及集成方法等多种数据挖掘算法对房产价格构建预测模型，并利用均方误差作为指标对各模型作出了相应评价
BloodyBlondie·2022-08-24 07:47

Spss Modeler关联规则Apriori模型、Carma算法分析超市顾客购买商品数据挖掘实例

Apriori模型关联规则是数据挖掘算法中主要技术之一，是在无指导学习系统中挖掘本地模式的最普便形式。在数据挖掘中，常见的关联规则挖掘模型有AIS、SETM、A
·2022-07-18 13:44

SVM(支持向量机)算法原理和实际应用

1算法概述SVM算法是有监督的数据挖掘算法，是一种二分类算法(经过改造后也可以用于多分类，但比较复杂),在非线性分类方面有明显优势；训练结果：模型训练成功后，根据supportvector（一组向量）对后续向量进行分类
西土城计划·2022-07-13 07:51

贝叶斯网络python实现_朴素贝叶斯和贝叶斯网络算法及其R语言实现

既然小编是做贝叶斯方向的，所以数据挖掘算法这块
weixin_39716088·2022-07-08 08:56

python画图——matplotlib.plot 学习

之前把《利用Python进行数据分析》撸了一遍，其中就有一章专门说数据可视化的，结果这两天做数据挖掘算法实现想用Python画个图，发现脑袋空空如也。
飞羽喂马·2022-06-25 07:09

真香啊，一文讲透金融风控建模全流程(Python)

信贷风控是数据挖掘算法最成功的应用之一，这在于金融信贷行业的数据量很充足，需求场景清晰及丰富。信贷风控简单来说就是判断一个人借了钱后面（如下个月的还款日）会不会按期还钱。
我爱Python数据挖掘·2022-06-19 07:12

python 数据挖掘算法

第三步：特征值数据转换将数据提取特征使这些数据符合特定数据挖掘算法的分析模型。数据模型有很多，等下详细讲解。第四步：模型训练选择好的数据挖掘算法对
Camile8·2022-06-15 07:02

Kmean算法

Kmeans算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。Kmeans算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。
wxshi_java·2022-06-13 07:29

iSAX: Indexing and Mining Terabyte Sized Time Series

我们将展示如何在数据挖掘算法中利用这两种搜索类型的组合作为子例程，从而允许对包含数百万个
西西弗的小蚂蚁·2022-06-10 07:41

算法与数据结构学习路线

算法工程师的具体分支：其次，算法工程师的必备技能：▲至少熟悉一门编程语言C/C++/java/python/R;▲功底；熟练运用各种常用算法和数据结构，有独立的实现能力;▲熟悉数据挖掘算法;▲熟悉机器学习相关
AllenLeungX·2022-06-08 09:18

别头疼了，你要的算法和数据结构的学习路线来了！

算法工程师的具体分支：其次，算法工程师的必备技能：▲至少熟悉一门编程语言C/C++/java/python/R;▲功底；熟练运用各种常用算法和数据结构，有独立的实现能力;▲熟悉数据挖掘算法;▲熟悉机器学习相关
人邮异步社区·2022-06-08 09:18

机器学习实战-决策树

1.决策树概述决策树（DecisionTree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。
J___code·2022-04-18 07:54

数据挖掘算法

angYe2006.8一,概念和术语1.1数据挖掘/知识发现(1)数据挖掘是从存放在数据集中的大量数据挖掘出有趣知识的过程.(2)数据挖掘,又称为数据库中知识发现(KnowledgeDiscoveryinDatabases)或知识发现,它是一个从大量数据中抽取挖掘出未知的,有价值的模式或规律等知识的非平凡过程,它与数据仓库有着密切的联系.(3)广义的数据挖掘是指知识发现的全过程;狭义的数据挖掘是指
jisuanbbs·2022-04-06 07:54

数据库系统概论（第五版）——数据库原理

目前笔者处在研究生阶段，研究方向为大数据与数据挖掘，经过学习和探索，笔者认为数据库是本领域最重要的三项技术之一，其他两项分别为数据挖掘算法和云计算技术，有
Jaling·2022-03-02 20:42

数据库系统概论（第五版）——关系数据库原理

目前笔者处在研究生阶段，研究方向为大数据与数据挖掘，经过学习和探索，笔者认为数据库是本领域最重要的三项技术之一，其他两项分别为数据挖掘算法和云计算技术，有
Jaling·2022-03-02 20:17

数据库系统概论（第五版）——数据库设计

目前笔者处在研究生阶段，研究方向为大数据与数据挖掘，经过学习和探索，笔者认为数据库是本领域最重要的三项技术之一，其他两项分别为数据挖掘算法和云计算技术，有
Jaling·2022-03-02 20:04

python 数据挖掘算法的过程详解

目录1、首先简述数据挖掘的过程第一步：数据选择第二步：数据预处理第三步：特征值数据转换第四步：模型训练第五步：测试模型+效果评估第六步：模型使用第七步：解释与评价2、主要的算法模型讲解——基于sklearn3、sklearn自带方法joblib来进行保存训练好的模型1、首先简述数据挖掘的过程第一步：数据选择可以通过业务原始数据、公开的数据集、也可通过爬虫的方式获取。第二步：数据预处理数据极可能有噪
·2022-02-23 16:24

十大数据挖掘算法之Apriori

一、Apriori算法简介1.1.关联分析在介绍Apriori算法之前我们需要先了解一下“关联分析”。关联分析指的是在大数据集中发现物品之间隐含关系，关联分析的一个著名案例就是“尿布与啤酒”。这些关系可以有两种形式：频繁项集和关联规则，频繁项集是经常出现在一块的物品的集合，关联规则暗示两种物品之间可能存在很强的关系。而关联分析的目的就是发现频繁项集和发现关联规则交易号码商品0牛奶，莴笋1莴笋，尿布
清梦载星河·2022-02-16 00:20

浅谈Apriori算法

emmmm很经典的数据挖掘算法，值得一学。“`##一些基本概念##1、支持度的定义：support(X–>Y)=|X交Y|/N=集合X与集合Y中的项在一条记录中同时出现的次数/数据记录的个数。
吴大喜·2022-02-14 09:31

用scikit-learn估计器分类

2.1.1近邻算法近邻算法可能是标准数据挖掘算法中最为直观的一种。为了对新个体进行分类，查找训练集，找到与新个体最相似的那些个体，查看这些个体大多属于哪个类别，
buside·2022-02-14 07:05

大数据颠覆营销互动沟通

智子云在电商企业商业智能（BI）服务领域，拥有超过10年的数据挖掘算法与数据积累。2012年开始，智子云将BI技术应用到新媒体广告程序化购买领域，并伴随着DSP行业的爆发，得以快速成长。
智子云·2022-02-10 22:03

《基于FPGA的机器学习硬件加速研究进展》阅读笔记

《基于FPGA的机器学习硬件加速研究进展》王超，王腾，马翔，周学海.中国科学技术大学计算机学院如何高效稳定的存取数据信息以及加快数据挖掘算法的执行已经成为学术界和工业界急需解决的问题。
haimianjie2012·2021-12-06 14:12

大数据之路——数据挖掘

七、数据技术篇——数据挖掘7.1数据挖掘算法平台7.2数据挖掘中台体系7.2.1挖掘数据中台7.2.2挖掘算法中台7.3数据挖掘案例7.3.1用户画像7.3.2反作弊数据挖掘技术与数据仓储和计算技术发展相辅相成
jialun0116·2021-11-12 20:24

【架构之路】数据库基础（5）- 备份，数据仓库，数据挖掘

数据挖掘此技术依赖的三个底层技术：海量数据搜集、强大的多处理器计算机和数据挖掘算法目的：挖掘数据间联系、得出数据规律数据处理：联机事务处理OLTP（on-l
·2021-08-12 18:22

数据挖掘算法工程师（支持长期居家/异地办公）

职位描述有完整绩效制度，支持长期居家办公。开发类岗位每月绩效薪资占基本工资10-30%。数学足够好一切条件可谈。岗位职责：数据挖掘系统的算法模型设计、工程化和迭代。任职资格：1.数学、统计、计算机相关专业本科及以上学历，*年以上相关工作经验；2.良好的沟通能力和合作精神，喜爱算法，能攻坚。注：公司在大兴西红门，允许在家办公，已执行两年多；非外包、非猎头、非兼职，自研产品，物流相关；为了节省互相的时
·2021-08-06 15:18

Python机器学习之决策树和随机森林

目录什么是决策树决策树组成节点的确定方法决策树基本流程决策树的常用参数代码实现决策树之分类树网格搜索在分类树上的应用分类树在合成数据的表现什么是随机森林随机森林的原理随机森林常用参数决策树和随机森林效果实例用随机森林对乳腺癌数据的调参什么是决策树决策树属于经典的十大数据挖掘算法之一
·2021-07-15 10:01

滴滴出行

1.高级数据挖掘算法工程师(J170807023)-基础平台研发部工作职责:1.负责海量交通领域大数据的分析/处理，包括海量数据的清洗、建模、入库、计算和检索；2.理解需求,抽取数据和选择适合的模型,支持业务和产品策略部分工作的落地
TonyLan·2021-06-26 08:25

数据挖掘算法

姓名：王映中学号：20181214025学院：广研院【嵌牛导读】数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程，通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。【嵌牛鼻子】数据挖掘、算法【嵌牛提问】数据挖掘有哪些常用的算法?【嵌牛正文】1、数据挖掘的分析方法——决策树法决策树在解决归类与预测上有着极强
6ee8e460f40c·2021-06-21 22:01

朴素贝叶斯算法从入门到Python实践

与逻辑回归，决策树一样，是较为广泛使用的有监督分类算法，简单且易于理解（号称十大数据挖掘算法中最简单的算法）。
老周算法·2021-06-15 06:45

Java学习笔记：十大数据挖掘算法

原文链接：https://blog.csdn.net/u014630431/article/details/78947653数据挖掘基本任务：分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等，帮助企业提取数据中蕴含的商业价值，提高企业的竞争力。DM过程：a.目标定义（任务理解、指标确定）b.数据采集（建模抽样、质量把控、实时采集）c.数据整理（数据探索、数据清洗、数据变换）d.构建模
曲钟人散·2021-06-13 22:11

2018年的计划

,.,.2018年给自己定的目标初步如下：学习统计、计算机专业的本科课程；看完十大数据挖掘算法，学习机器学习和AI，学习Tensorflow；至少掌握两门新的编程语言；CSDN技术博客达到300篇；考出日语初级
山阴少年·2021-05-13 17:46

数据挖掘算法

机器学习导论机器学习的方法是基于数据产生的"模型"(model)的算法，也称"学习算法"(learningalgorithm)。包括有：有监督学习(supervisedlearning)无监督学习(unsupervisedlearning)半监督学习(semi-supervisedlearning)强化学习(reinforcementlearning)有监督学习指对数据的若干特征与若干标签(类型)
小帅明3号·2021-04-25 16:07

硬核！阿里P8大牛终于把（数据结构与算法经典问题解析）讲全了

算法工程师的具体分支：其次，算法工程师的必备技能：▲至少熟悉一门编程语言C/C++/java/python/R;▲功底；熟练运用各种常用算法和数据结构，有独立的实现能力;▲熟悉数据挖掘算法;▲熟悉机器学习相关
我真的写不动了·2021-04-18 05:57

大数据必备常识，不会你敢说自己在做大数据？

2、数据挖掘算法大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被
3d游戏建模666·2021-04-15 02:42

数据挖掘算法原理与实践：决策树

数据挖掘算法原理与实践：决策树感谢阳博导远程指导第二关：决策树算法原理第三关：动手实现ID3决策树感谢阳博导远程指导第二关：决策树算法原理#encoding=utf8importnumpyasnp#计算熵
登峰造極，永往无前。·2021-04-13 11:04

基于RFM模型的Kmeans聚类算法实现

总结点击跳转到总目录本篇为Kmeans聚类算法实现，点击跳转数据分析模型介绍对于有监督的数据挖掘算法而言，数据集中需要包含标签变量(即因变量y的值)。
&黄焖鸡米饭&·2021-03-02 17:35

机器学习-KNN算法原理 && Spark实现

不懂算法的数据开发者不是一个好的算法工程师，还记得研究生时候，导师讲过的一些数据挖掘算法，颇有兴趣，但是无奈工作后接触少了，数据工程师的鄙视链，模型>实时>离线数仓>ETL工程师>BI工程师（不喜勿喷哈
·2021-01-31 15:38

机器学习-KMeans算法原理 && Spark实现

不懂算法的数据开发者不是一个好的算法工程师，还记得研究生时候，导师讲过的一些数据挖掘算法，颇有兴趣，但是无奈工作后接触少了，数据工程师的鄙视链，模型>实时>离线数仓>ETL工程师>BI工程师（不喜勿喷哈
·2021-01-31 15:07

机器学习-KMeans算法原理 && Spark实现

不懂算法的数据开发者不是一个好的算法工程师，还记得研究生时候，导师讲过的一些数据挖掘算法，颇有兴趣，但是无奈工作后接触少了，数据工程师的鄙视链，模型>实时>离线数仓>ETL工程师>BI工程师（不喜勿喷哈
·2021-01-25 14:38

机器学习-KNN算法原理 && Spark实现

不懂算法的数据开发者不是一个好的算法工程师，还记得研究生时候，导师讲过的一些数据挖掘算法，颇有兴趣，但是无奈工作后接触少了，数据工程师的鄙视链，模型>实时>离线数仓>ETL工程师>BI工程师（不喜勿喷哈
·2021-01-25 14:38

数据挖掘算法和实践（二十三）：XGBoost集成算法案列（鸢尾花数据集）

本节继续探讨集成学习算法，上一节介绍的是LGB的使用和调参，这里使用datasets自带的鸢尾花数据集介绍XGB，关于集成学习算法的介绍可以参考：数据挖掘算法和实践（十八）：集成学习算法（Boosting
A叶子叶来·2021-01-23 17:46

数据挖掘算法和实践（二十二）：LightGBM集成算法案列（癌症数据集）

本节使用datasets数据集中的癌症数据集使用LightGBM进行建模的简单案列，关于集成学习的学习可以参考：数据挖掘算法和实践（十八）：集成学习算法（Boosting、Bagging），LGBM是一个非常常用算法
A叶子叶来·2021-01-23 17:20

数据挖掘算法和实践（二十一）：kaggle经典-职场离职率分析案例解读

本节使用kaggle经典数案例一起学习数据挖掘流程和工具使用，使用决策树和随机森林预测员工离职率，帮助人事部门理解员工为何离职,预测员工离职的可能性，数据来源:kaggle数据集地址使用jupyterlab，能够保存中间结果并且流程较清晰，小数据集可以考虑使用，但从模块化思想来看可以用VsCode和其他工具，一如既往首先引入需要的包，这里plot和seaborn都引入了，plot更偏底层可以定制化
A叶子叶来·2021-01-19 20:54

数据挖掘算法和实践（二十）：sklearn中通用数据集datasets

作为数据挖掘工具包sklearn不但提供算法实现，还通过sklearn.datasets模块提供数据集使用，根据需要有3种数据集API接口来获取数据集，分别是load，fetch，generate，load提供常用玩具数据集，fetch提供大型数据集，generate可以根据需要定制化生产数据集；通用数据集sklearn.dataset的使用应该放在算法及模型学习之前，熟练使用能够快速进行模型测试
A叶子叶来·2021-01-18 10:00

数据挖掘算法和实践（十九）：特征工程/模型评估

前面基本上涵盖常规数据分析算法内容，在真实场景，特征工程+模型评估是最重要的2个环节，前者决定模型的好坏，后者完成对模型的打分和选择，在模型评估过程中分类问题、排序问题、回归问题往往需要使用不同的指标进行评估。在诸多的评估指标中，大部分指标只能片面地反映模型的一部分性能。如果不能合理地运用评估指标，不仅不能发现模型本身的问题，而且会得出错误的结论。一、特征工程二、模型选择与评估准确率（accura
A叶子叶来·2021-01-18 10:50

数据挖掘算法和实践（十八）：集成学习算法（Boosting、Bagging）

之前主要介绍单机器学习算法的理解和使用，实际场景多使用集成学习即组合的挖掘算法以达到最优效果，集成学习有2种：Boosting和Bagging，前者通过多个串行的弱学习器得到强学习器（GBDT、XoostGB、LightGBM），后者通过并行的多个决策树投票实现最优模型（随机森林RF），在竞赛中一般直接使用集成学习，因为可以最大程度地保证模型性能；真实场景和竞赛一般直接采用集成算法，因为单个算法就
A叶子叶来·2021-01-15 16:48
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他