表格化数据挖掘

69 篇文章 442 订阅 ¥89.90 ¥99.00

1. 经典的数据挖掘方法:数据驱动型开发早期的努力

1.1 什么是结构化数据

  • 结构化数据指的主要是表格数据(Tabular Data)
  • 最简单的想象:可以记载在 Excel 表格中的均是表格数据
    • 每列数据一般称之为一个变量(字段)
    • 变量可以分为离散型变量和连续型变量
  • 绝大多数的数据都是表格数据(或可以转化为表格数据)
  • 非结构化数据主要分为:图片、声音、视频、文本
  • 在NLP任务中,在情感分类中最早使用字典匹配的方法,如是否包含good这个词,通过该方法就将非结构化数据转换成了结构化的数据。

1.2 结构化数据的传统建模流程

  • 传统来说(在某种意义上仍是如此),结构化数据常常要求大量的业务理解
  • 探索性数据分析往往占很大成分,例如单变量对分类是否具有强区分性,或者多个交叉变量是否具有强的区分性
  • 90% 时间花在清洗数据和探索性分析上

1.3 传统建模流程的问题

  • 最核心的悖论:业务理解从哪里来?
  • 一些实
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

herosunly

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值