![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析与数据挖掘
文章平均质量分 92
飞翔小鸥
只要信心在,勇气就在,努力在,成功就在!
展开
-
基于Python的线性回归实战
本文主要运用Python进行简单的线性回归,首先是介绍了线性回归的基本理论,然后是运用一些网络爬虫数据进行回归分析。一、线性回归的理论1)线性回归的基本概念线性回归是一种有监督的学习算法,它介绍的自变量的和因变量的之间的线性的相关关系,分为一元线性回归和多元的线性回归。一元线性回归是一个自变量和一个因变量间的回归,可以看成是多远线性回归的特例。线性回归可以用来预测和分类,从回归方程可以看出自变量和原创 2017-04-10 11:54:36 · 18508 阅读 · 1 评论 -
t-SNE和主成分分析
降维,什么是降维,简单说就是将多个特征字段用少数的特征字段来表示,方便对数据的后续分析以及进行2维和3维的可视化。降维的方法有多种,主成分分析、主因子分析、随机森林、决策树、LASSO回归以及t-SNE等,其实降维可以理解成对变量的一种选择。本文不对所有的方法进行介绍,主要介绍一下主成分分析和t-SNE这两种方法。 首先,先介绍主成分分析(PCA),主成分分析的基本思想是研究如何通过原来变原创 2017-05-12 15:13:26 · 6386 阅读 · 0 评论