数据挖掘
-
【海量数据挖掘/数据分析】 之 关联规则挖掘 Apriori 算法 (数据集、事务、频繁项集、关联规则、支持度、置信度)
【海量数据挖掘/数据分析】 之 关联规则挖掘 Apriori 算法 (数据集、事务、频繁项集、关联规则、支持度、置信度) 目录 【海量数据挖掘/数据分析】 之 关联规则挖掘 Apr…
-
数学和统计方向常用MATLAB工具箱下载地址
1.数学和优化类 曲线拟合工具箱(Curve Fitting Toolbox) 功能:使用回归、插值和平滑对数据进行曲线和曲面拟合 下载地址:https://www.mathwor…
-
主成分分析(PCA)详解
主成分分析(PCA)是一种比较基础的数据降维方法,也是多元统计中的重要部分,在数据分析、机器学习等方面具有广泛应用。主成分分析目的是用较少的变量来代替原来较多的变量,并可以反映原来…
-
信息检索与数据挖掘 | (十)线性回归与逻辑回归
文章目录 ?线性回归算法流程 ?Bias and variance ?过拟合&欠拟合 ?逻辑回归算法流程 ?线性回归算法流程 y=b+w·x 使用loss function…
-
数据分析:消费者数据分析
数据分析:消费者数据分析 作者:i阿极 作者简介:Python领域新星作者、多项比赛获奖者:博主个人首页 😊😊😊如果觉得文章不错或能…
-
奇异值分解(SVD)和np.linalg.svd()函数用法
一、简介 奇异值分解是一种十分重要但又难以理解的矩阵处理技术,在机器学习中是最重要的分解没有之一的存在。那么,奇异值分解到底是在干什么呢? 矩阵 A…
-
大数据分析案例-基于随机森林算法构建返乡人群预测模型
?♂️ 个人主页:@艾派森的个人主页 ✍?作者简介:Python学习者 ? 希望大家多多支持,我们一起进步!? 如果文章对你有帮助的话, 欢迎评论 ?点赞?? 收藏 ?加关注+ …
-
数据挖掘实战1:泰坦尼克号数据
一、数据挖掘流程 1.数据读取 -读取数据 -统计指标 -数据规模 2.数据探索(特征理解) -单特征的分析,诸个变量分析对结果y的…
-
数据挖掘:SparkMLLib的异常检测
1.背景介绍 异常检测是数据挖掘领域的一个重要应用,它涉及识别数据中的异常点或模式。在许多应用中,异常检测可以帮助发现隐藏的问题、潜在的风险和机会。在本文中,我们将介绍SparkM…
-
【AI | 35岁危机】智能时代,我们的饭碗还会不会在?
引言 人工智能(AI)是模拟人类智能的科技,通过学习、理解、推理和决策等能力,使计算机系统具备智能化的特征。它在当今社会和科技领域中具有重要性。 本文将着重探讨 AI智能时代中人工…
-
2023知识追踪最新综述来自顶刊!!!——《Knowledge Tracing:A Survey》
《Knowledge Tracing:A Survey》 论文在2023年2月收录于ACM Computing Surveys(IF好像有14) https://dl.acm.or…
-
DeepBI一个AI开源数据软件是如何简单几句话搞定数亿条数据分析
重磅消息:DeepBI已经支持Starrocks了,几句话搞定数亿条数据分析已经实锤了!!! 传统数据分析就像是一座大山,压得人喘不过气。采集、存储、筛选、整合、人工预测、技术实现…
-
城市房价数据可视化分析 计算机毕设 数据分析大数据毕设
流程图: 1.读数据表 首先,读取数据集。 CRIM ZN INDUS CHAS NOX RM AGE DIS RAD TAX PTRATIO B LSTAT target 0.0…
-
PySpark数据分析基础:PySpark Pandas创建、转换、查询、转置、排序操作详解
目录 前言 一、Pandas数据结构 1.Series 2.DataFrame 3.Time-Series 4.Panel 5.Panel4D 6.PanelND 二、Pysp…
-
训练AI:从数据收集到模型部署的完整指南
训练AI:从数据收集到模型部署的完整指南 随着人工智能的迅速发展,越来越多的企业、学术机构和开发者开始尝试训练自己的AI模型并将其应用于实际应用。但是,训练AI是一项复杂的工作,需…
