R語言中樣本平衡的幾種方法

2017-06-07

R語言中樣本平衡的幾種方法 在對不平衡的分類數據集進行建模時，機器學習算法可能并不穩定，其預測結果甚至可能是有偏的，而預測精度此時也變得帶有誤導性。在不平衡的數據中，任一算法都沒法從樣本量少的類中 ...

機器學習需要哪些數學基礎

2017-05-20

機器學習需要哪些數學基礎 過去的幾個月中，有幾人聯系我，訴說他們對嘗試進入數據科學的世界，以及用機器學習的技術去探索統計規律并構建無可挑剔的數據驅動型產品的熱忱。然而，我發現一些人實際上缺乏必要的 ...

一行R代碼來實現繁瑣的可視化

2017-05-13

一行R代碼來實現繁瑣的可視化 ggfortify 是一個簡單易用的R軟件包，它可以僅僅使用一行代碼來對許多受歡迎的R軟件包結果進行二維可視化，這讓統計學家以及數據科學家省去了許多繁瑣和重復的過程，不用對結果進 ...

R語言學習之矩陣

2017-05-11

R語言學習之矩陣 很多人是在線性代數課學的矩陣，當時什么問題都沒有，除了一個問題：學習矩陣到底有什么用呢？矩陣是一個集合，它里面可以存放很多對象，比如一個行就是一個對象（或者說記錄），每一個對象又 ...

【案例】數據挖掘與生活：算法分類和應用

2017-05-06

【案例】數據挖掘與生活：算法分類和應用 本文，主要想簡單介紹下數據挖掘中的算法，以及它包含的類型。然后，通過現實中觸手可及的、活生生的案例，去詮釋它的真實存在。 一、數據挖掘的算法類型 一 ...

主成分分析法及其在SPSS中的操作

2017-05-02

主成分分析法及其在SPSS中的操作 一、主成分分析基本原理 概念：主成分分析是把原來多個變量劃為少數幾個綜合指標的一種統計分析方法。從數學角度來看，這是一種降維處理技術。 思路：一個研究對象，往往 ...

機器學習中的kNN算法及Matlab實例

2017-03-18

機器學習中的kNN算法及Matlab實例 K最近鄰(k-Nearest  Neighbor，KNN)分類算法，是一個理論上比較成熟的方法，也是最簡單的機器學習算法之一。該方法的思路是：如果一個樣本在特征空間中的k個最相似（即 ...

機器學習中的降維算法：ISOMAP & MDS

2017-03-11

機器學習中的降維算法：ISOMAP & MDS 降維是機器學習中很有意思的一部分，很多時候它是無監督的，能夠更好地刻畫數據，對模型效果提升也有幫助，同時在數據可視化中也有著舉足輕重的作用。 一說到降維，大家第 ...

大數據風控模型的基本流程

2017-01-23

大數據風控模型的基本流程 金融的本質是將風險偏好不同的資金供給方和風險不同的資金需求方匹配起來。而大數據風控看兩個方面的能力，一個是數據積累，另一個就是技術能力。分析可知，大數據風控模型的基本流程 ...

數據挖掘實戰：PCA算法

2016-11-23

數據挖掘實戰：PCA算法 為什么要進行數據降維？因為實際情況中我們的訓練數據會存在特征過多或者是特征累贅的問題，比如： 一個關于汽車的樣本數據，一個特征是”km/h的最大速度特征“，另一個是”英里每 ...

數據挖掘與數據分析梳理

2016-10-11

數據挖掘與數據分析梳理 一、數據挖掘和數據分析概述 數據挖掘和數據分析都是從數據中提取一些有價值的信息，二者有很多聯系，但是二者的側重點和實現手法有所區分。 數據挖掘和數據分析的不同之處： ...

Python和R語言之分析對比

2016-10-10

Python和R語言之分析對比 在Python中調用R或在R中調用Python，為什么是“和”而不是“或”？ 在互聯網中，關于“R和Python”的文章，排名前十的搜索結果中只有2篇討論了一起使用R和Python的優點，而不是把這 ...

【案例】R語言與機器學習學習筆記（分類算法）

2016-09-22

【案例】R語言與機器學習學習筆記（分類算法） 人工神經網絡（ANN），簡稱神經網絡，是一種模仿生物神經網絡的結構和功能的數學模型或計算模型。神經網絡由大量的人工神經元聯結進行計算。大多數情況下人工神經 ...

將Python和R整合進一個數據分析流程

2016-08-21

將Python和R整合進一個數據分析流程 在Python中調用R或在R中調用Python，為什么是“和”而不是“或”？ 在互聯網中，關于“R Python”的文章，排名前十的搜索結果中只有2篇討論了一起使用R和Python的優點， ...

數據挖掘分類方法小結

2016-07-31

數據挖掘分類方法小結 數據倉庫，數據庫或者其它信息庫中隱藏著許多可以為商業、科研等活動的決策提供所需要的知識。分類與預測是兩種數據分析形式，它們可以用來抽取能夠描述重要數據集合或預測未來數據趨勢的 ...

大數據時代網絡輿情工作挑戰與機遇并存

2016-07-23

大數據時代網絡輿情工作挑戰與機遇并存 近日，由北京市網信辦、首都互聯網協會組織的“大數據時代網絡輿情工作座談會暨數據分析專業委員會第一次工作會議”在京召開，來自清華大學、中國傳媒大學、 中國人民大 ...

大數據實時推薦-不只是統計

2016-06-05

大數據實時推薦-不只是統計 隨著大數據時代的來臨，如何幫助用戶從大量信息中迅速獲得對自己有用的信息成為眾多商家的重要任務，個性化推薦系統應運而生。個性化推薦系統以海量數據挖掘為基礎，引導用戶發現自 ...

基于機器學習的高價值用戶自動發現

2016-06-05

基于機器學習的高價值用戶自動發現 自2014年起，獵聘建立全球職業發展中心(Global Career Develop Center, 簡稱GCDC)，同時服務企業和求職者，作為兩者互動的橋梁發揮著重要的作用。不同于其他互聯網招聘企業， ...

城市大數據的生態模型及應用

2016-05-26

城市大數據的生態模型及應用 從提出一個生態模型開始，闡述了建立一個可持續的城市大數據生態所需要的關鍵角色以及地方政府在演進這些角色中所能發揮的作用。接著，給出了一個實際案例作為這個模型的參考實現 ...

機器學習—海量數據挖掘解決方案

2016-04-12

機器學習—海量數據挖掘解決方案 大數據時代里，互聯網用戶每天都會直接或間接使用到大數據技術的成果，直接面向用戶的比如搜索引擎的排序結果，間接影響用戶的比如網絡游戲的流失用戶預測、支付平臺的欺 ...