簡單理解文本挖掘的定義與過程

2020-07-02

文本挖掘是抽取有效、新穎、有用、可理解的、散布在文本文件中的有價值知識，并且利用這些知識更好地組織信息的過程。 文本挖掘指的是從文本數據中獲取有價值的信息和知識，它是數據挖掘中的一種方法，主要用途 ...

數據清洗中常用的異常值檢測的幾種方法

2020-06-30

異常值是指樣本中的個別值，其數值明顯偏離它(或它們們)所屬樣本的其余觀測值。異常值分析目的是檢驗是否有錄入錯誤的數據以及是否含有不合常理的數據時。如果對異常值的存在忽視不見，在數據的計算分析過程中把異 ...

機器學習python算法應用，監督學習、無監督學習等！

2020-05-25

本系列文章主要介紹機器學習在實踐中的應用，介紹利用 python 的生態環境，使用機器學習的算法來解決工程實踐中的問題，而不是介紹算法本身。本系列文章參考了《機器學習Python實踐》，會通過例子一步一步地引導大 ...

通過定量數據構建用戶畫像的方法與流程

2020-04-03

作者 | CDA數據分析師 前言 用戶畫像又稱用戶角色，作為一種勾畫目標用戶、聯系用戶訴求與設計方向的有效工具，用戶畫像在各領域得到了廣泛的應用。用戶畫像最初是在電商領域得到應 ...

如何正確選擇聚類算法？

2019-11-26

作者 | Josh Thompson 來源 | 數據派THU Choosing the Right Clustering Algorithm for your Dataset - KDnuggets 聚類算法十分容易上手，但是選擇恰當的聚類算法并不是一件容易的事 ...

數據科學家不可不知的10種機器學習方法

2019-09-19

作者 | CDA數據分析師 10 machine learning methods that every data scientist should know 機器學習是研究和工業中的熱門話題，新方法一直在發展。該領域的速度和復雜性使得即使對于專家而 ...

數據挖掘之聚類分析詳解（三）

2019-01-16

聚類分析在數據挖掘工作中是十分重要的技能，如果掌握了聚類分析會使得我們在數據挖掘工作中輕松應對各種問題，在這篇文章中我們繼續給大家介紹數據挖掘中聚類分析的知識，希望能夠給大家帶來幫助。 ...

數據挖掘之聚類分析詳解（二）

2019-01-16

在上一篇文章中我們給大家介紹了聚類分析的知識以及聚類分析中的部分算法。當然，這些算法都是需要我們掌握的，在這篇文章中我們繼續給大家講解數據挖掘中聚類分析的算法，希望能夠給大家帶來幫助。 ...

案例詳解SPSS聚類分析全過程

2018-08-01

案例詳解SPSS聚類分析全過程 案例數據源： 有20種12盎司啤酒成分和價格的數據，變量包括啤酒名稱、熱量、鈉含量、酒精含量、價格。 【一】問題一：選擇那些變量進行聚類?——采用“R型聚類” ...

R語言聚類算法比較

2018-06-09

R語言聚類算法比較 在使用不同的聚類算法完成數據聚類操作后，我們可以對算法的性能進行評估，絕大多數情況下，我們即可以使用簇內距離也可以使用簇間距離作為評價標準。使用fpc算法包的cluster.stat函數來比較 ...

四種聚類方法之比較

2018-06-08

四種聚類方法之比較 介紹了較為常見的k-means、層次聚類、SOM、FCM等四種聚類算法，闡述了各自的原理和使用步驟，利用國際通用測試數據集IRIS對這些算法進行了驗證和比較。結果顯示對該測試類型數據，FCM和k-me ...

聚類分析中幾種算法的比較

2018-06-06

聚類分析中幾種算法的比較 將數據庫中的對象進行聚類是聚類分析的基本操作，其準則是使屬于同一類的個體間距離盡可能小，而不同類個體間距離盡可能大，為了找到效率高、通用性強的聚 類方法人們從不同角度提出 ...

SPSS聚類分析—一個案例演示聚類分析全過程

2018-06-03

SPSS聚類分析—一個案例演示聚類分析全過程 案例數據源： 有20種12盎司啤酒成分和價格的數據，變量包括啤酒名稱、熱量、鈉含量、酒精含量、價格。數據來自《SPSS for Windows 統計分析》data11-03。點擊下載 ...

使用R語言繪制其他圖形之相關系數圖

2018-05-22

使用R語言繪制其他圖形之相關系數圖 雖然cor()函數可以非常方便快捷的計算出連續變量之間的相關系數，但當變量非常多時，返回的相關系數一定時讀者看的眼花繚亂。 下面就以R自帶的mtcars數據集為例，講 ...

數據科學家需要掌握的十大統計技術詳解

2018-05-15

數據科學家需要掌握的十大統計技術詳解 「數據科學家比程序員擅長統計，比統計學家擅長編程?！贡疚慕榻B了數據科學家需要掌握的十大統計技術，包括線性回歸、分類、重采樣、降維、無監督學習等。 不管你對數 ...

數據挖掘的常用方法、功能和一個聚類分析應用案例

2018-04-20

數據挖掘的常用方法、功能和一個聚類分析應用案例 一、數據挖掘的常用方法 利用數據挖掘進行數據分析常用的方法主要有分類、回歸分析、聚類、關聯規則、特征、變化和偏差分析、Web頁挖掘等，它們分別從不同 ...

數據分析師—技術面試

2018-03-29

數據分析師—技術面試 三月份開始找實習，到現在已經有半年的時間了，在這半年的時間中，該經歷的基本上都已經經歷，春招實習時候，拿到了7個offer，校招時候，成功的拿下一份心儀的工作，結束了我的秋招旅程。 ...

【機器學習】確定最佳聚類數目的10種方法

2018-02-27

【機器學習】確定最佳聚類數目的10種方法 在聚類分析的時候確定最佳聚類數目是一個很重要的問題，比如kmeans函數就要你提供聚類數目這個參數，總不能兩眼一抹黑亂填一個吧。之前也被這個問題困擾過，看了很多 ...

R語言學習筆記之聚類分析

2018-02-15

R語言學習筆記之聚類分析 使用k-means聚類所需的包： factoextra cluster #加載包 library(factoextra) library(cluster)l  #數據準備 使用內置的R數據集USArrests ...

R語言的三種聚類方法

2018-01-28

R語言的三種聚類方法 摘要： 層次聚類 kmeans dbscan筆記 一、距離和相似系數 r語言中使用dist(x， method = “euclidean”，diag = FALSE， upper = FALSE， p = 2) 來計算距離。其中x是樣本矩陣或者數 ...