![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析与挖掘
文章平均质量分 66
cynthia_file
缓慢而坚定地做自己能做的事
展开
-
开发转数据分析,小白的学习之路
浅谈现状 我为什么向转行 数分如何做规划 为什么报课以及拉勾课程的设置对我的吸引 最后为什么报课 拉勾的课程设置 笔记链接 分析思维 问题分析思路 电商分析 MySQL 基础查询 常用函数 窗口函数及聚合函数 实际应用(留存及连续打卡问题) Tableau …待续 ...原创 2021-01-09 20:47:00 · 921 阅读 · 0 评论 -
数据分析思维
问题分析思路原创 2021-01-10 22:35:55 · 193 阅读 · 0 评论 -
学习笔记--推荐系统概述
推荐系统做什么? 从用户和用户 的显性/隐形行为中 找到隐藏的连接 从而找到用户和物品直接的连接 分类 评分预测:预测用户会打高分的物品 原理:评分机制,尽量减小预测分数 与 实际分数的误差【回归问题】 -(均方根误差) -() 优点:计算简单,原理易理解 缺点:显性反馈收集信息 -数据收集不易 -数据质量难以保证,用户主观性和捣乱成分村存在 -分布不稳定,因用户个体和时期 结果会有差异性 行为预测:预测用户某个行为的发生概率&对物品进行相对排序 原理: -类似于二分类的问题(对一种.原创 2023-03-09 18:01:45 · 42 阅读 · 0 评论 -
用户画像之建立
目的:将文本等非结构化内容 转化为 结构化内容存储,待将来使用 用户画像 所有非结构化的文本结构化,去粗取精,保留关键信息 NLP 算法,eg… 关键词提取:TF-IDF 和 TextRank。 实体识别(序列标注问题):人物、位置和地点、著作、影视剧、历史事件和热点事件等,常用:基于词典的方法结合 CRF 模型、隐马尔科夫模型(HMM) 内容分类:文本分类(指定分类),用分类来表达较粗粒度的结构化信息。SVM、FastText 聚类 :在无人制定分类体系的前提下,无监督地将文本划分成多个类簇(聚类)原创 2023-03-09 17:57:44 · 50 阅读 · 0 评论 -
boss爬虫(scrapy+selenium)
由于boss的反爬虫策略,我又没有使用ip代理,所以爬的比较慢 环境:pyCharm+jupyter notebook from scrapy import signals from selenium import webdriver import time import scrapy from scrapy.http.response.html import HtmlResponse from selenium.webdriver.common.action_chains import ActionCha原创 2020-11-10 15:01:19 · 977 阅读 · 0 评论 -
词云
数据来源:爬虫boss详见,https://editor.csdn.net/md/?articleId=109598995 #获取数据 import pandas as pd df_b = pd.read_csv(r'beijingDataAnaly.csv') df_b.info() df_s = pd.read_csv(r'shanghaiDataAnaly.csv') df_s.info() df = df_b.append(df_s) df = df.drop_duplicates().fillna原创 2020-11-10 16:02:35 · 293 阅读 · 0 评论