數據挖掘其實就是為了干這四種事

2016-12-06

數據挖掘其實就是為了干這四種事 數據挖掘最重要的要素是分析人員的相關業務知識和思維模式。一般來說，數據挖掘主要側重解決四類問題：分類、聚類、關聯、預測。數據挖掘非常清晰的界定了它所能解決的幾類問題 ...

R數據分析案例：邏輯回歸

2016-10-17

R數據分析案例：邏輯回歸 邏輯回歸，也稱之為邏輯模型，用于預測二分結果變量。在邏輯模型當中，輸出結果所占的比率就是預測變量的線性組合。 這篇文章將要使用下面這幾個包，而且你們需要保證在運行我所舉 ...

你應該知道的7種類型的回歸技術！

2016-10-11

你應該知道的7種類型的回歸技術！ 回歸分析是建模和分析數據的重要工具。本文解釋了回歸分析的內涵及其優勢，重點總結了應該掌握的線性回歸、邏輯回歸、多項式回歸、逐步回歸、嶺回歸、套索回歸、ElasticNet回 ...

數據分析不得不知的七種回歸分析技術

2016-09-30

數據分析不得不知的七種回歸分析技術 回歸分析技術是一種非常重要的數據分析方法，有著廣泛的應用，能夠解決目標變量為連續的預測分析問題。 什么是回歸分析？ 回歸分析是一種預測性的建模技術，它研究的 ...

【R】如何確定最適合數據集的機器學習算法

2016-09-15

【R】如何確定最適合數據集的機器學習算法 抽查(Spot checking)機器學習算法是指如何找出最適合于給定數據集的算法模型。 本文中我將介紹八個常用于抽查的機器學習算法，文中還包括各個算法的 R 語言代碼， ...

多變量分析：結合分析技術

2016-08-27

多變量分析：結合分析技術 結合分析（Conjoint Analysis）是一種應用廣泛，非常流行和有效的市場研究技術。近些年來，結合分析廣泛地應用在消費品、工業產品和商業服務等相關領域的市場研究中，在我國越來越受 ...

想了解機器學習？你需要知道的十個基礎算法

2016-08-18

想了解機器學習？你需要知道的十個基礎算法 毫無疑問，作為人工智能的子領域—機器學習在過去的幾年中越來越受歡迎。由于大數據是目前科技行業最熱門的趨勢，基于大量的數據機器學習在提前預測和做出建議方面有 ...

怎樣入手學習R的算法？

2016-07-25

R是目前學習R語言中應用最廣泛的平臺。當你認真起來學習R的時候你會找到學習R的竅門。 它之所以功能強大是因為很多機器學習的算法都是現有的。然而其中一個問題是這些算法都是由第三方提供的，這似乎讓這些 ...

數據挖掘- 分類算法比較

2016-07-20

數據挖掘- 分類算法比較 隨著計算能力、存儲、網絡的高速發展，人類積累的數據量正以指數速度增長。對于這些數據，人們迫切希望從中提取出隱藏其中的有用信息，更需要發現更深層次的規律，對決策，商務應用提 ...

常見機器學習算法比較

2016-07-11

常見機器學習算法比較 機器學習算法太多了，分類、回歸、聚類、推薦、圖像識別領域等等，要想找到一個合適算法真的不容易，所以在實際應用中，我們一般都是采用啟發式學習方式來實驗。通常最開始我們都會選擇 ...

5種常用的相關分析方法

2016-07-09

5種常用的相關分析方法 相關分析（Analysis of Correlation）是網站分析中經常使用的分析方法之一。通過對不同特征或數據間的關系進行分析，發現業務運營中的關鍵影響及驅動因素。并對業務的發展進行預測。本篇 ...

機器學習基礎與實踐之數據清洗！

2016-07-04

想寫這個系列很久了，最近剛好項目結束了閑下來有點時間，于是決定把之前學過的東西做個總結。之前看過一些機器學習方面的書，每本書都各有側重點，機器學習實戰和集體智慧編程更偏向與實戰，側重于對每個算法的實際 ...

在Python中實現推薦系統！

2016-06-30

現今，推薦系統被用來個性化你在網上的體驗，告訴你買什么，去哪里吃，甚至是你應該和誰做朋友。人們口味各異，但通常有跡可循。人們傾向于喜歡那些與他們所喜歡的東西類似的東西，并且他們傾向于與那些親近的人有 ...

小白學數據分析--回歸分析在游戲人氣分析的應用探索

2016-06-13

小白學數據分析--回歸分析在游戲人氣分析的應用探索 昨天簡單說了一下相關分析在充值購買失衡方面的應用，今天就接著昨天的話題，說一下回歸分析（Regression  Analysis），回歸分析是研究一個變量（ ...

處理多重共線性問題

2016-05-07

處理多重共線性問題 一、多重共線性的表現 線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系?？此葡嗷オ毩⒌闹笜吮举|上是相同的，是可以相互代替的，但是完全共線性的情況并不多見，一般出 ...

用主成分法解決多重共線性問題

2016-05-06

用主成分法解決多重共線性問題 一、多重共線性的表現 線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系?？此葡嗷オ毩⒌闹笜吮举|上是相同的，是可以相互代替的，但是完全共線性的情況并不多 ...

你應該掌握的七種回歸技術

2016-05-05

你應該掌握的七種回歸技術 回歸分析是建模和分析數據的重要工具。本文解釋了回歸分析的內涵及其優勢，重點總結了應該掌握的線性回歸、邏輯回歸、多項式回歸、逐步回歸、嶺回歸、套索回歸、ElasticNet回歸等七種 ...

數據挖掘主要解決的四類問題

2016-04-25

數據挖掘主要解決的四類問題 數據挖掘非常清晰的界定了它所能解決的幾類問題。這是一個高度的歸納，數據挖掘的應用就是把這幾類問題演繹的一個過程。下面讓我們來看看它所解決的四類問題是如何界定的： ...

因子分析和主成分分析的10大不同

2016-04-18

每每談起主成分和因子有啥區別，樓主總是有種心里大概明白，但就是說不清的感覺，終于看到一篇帖子，從十個方面闡述了兩者的區別，留作紀念，同時也發給大家做個參考： 1.原理不同 主成 ...

解密 : 從互聯網巨頭數據挖掘類招聘筆試題目看我們還差多少知識

2016-04-02

1 從阿里數據分析師筆試看職業要求 以下試題是來自阿里巴巴招募實習生的一次筆試題，從筆試題的幾個要求我們一起來看看數據分析的職業要求。 一、異常值是指什么？請列舉1種識別連續型變量異常值的方法？ 異常值( ...