六钥-CSDN博客

转载分类模型的评估方法简介

原创地址：http://www.toutiao.com/i6399510627546563073/，也是本博主的另一个博客地址，感兴趣的可以关注哦~一、混淆矩阵混淆矩阵（confusion matrix）来源于信息论，在机器学习、人工智能领域，混淆矩阵（confusion matrix）又称为可能性表格或是错误矩阵，是一种用矩阵呈现的可视化工具，用于有监督学习，无监督学习通常用匹配

2017-03-23 11:30:41 8832

原创聚类分析之——Kmeans算法（一）

原创地址：http://www.toutiao.com/i6399454239554273794/聚类分析是一种静态数据分析方法，常被用于数据挖掘、机器学习、模式识别等领域，聚类是一种无监督式的学习方法。它是在未知样本类别的情况下，通过计算样本彼此间的距离（欧式距离,马式距离，汉明距离，余弦距离等）来估计样本所属类别。从结构性来划分，聚类方法分为自上而下和自下而上两种方法。聚类的算法有很多

2017-03-23 11:29:30 3204

原创 hive基础知识（二）

hive使用场景：离线数据处理大数据延迟高数据的离线处理；比如：日志分析，海量结构化数据离线分析…Hive的执行延迟比较高，因此hive常用于数据分析的，对实时性要求不高的场合；Hive优势在于处理大数据，对于小数据没有优势，因为Hive的执行延迟比较高。hive优点：操作接口采用类SQL语法，提供快速开发的能力(简单、容易上手)；

2017-03-19 18:56:15 631

转载 tableau——大数据分析工具（一）

转载地址：http://www.toutiao.com/i6398271103722078721/帕累托图（Pareto Chart）可以分析总利润额的多少百分比来自于多少比例的客户，也可以分析总销售的多少百分比来自于哪几种主要的产品eg:创建一个帕累托图，来分析是否是80%的利润额来源于20%的大客户，或者是别的情况步骤：连接数据源（supermarket）1

2017-03-19 18:54:30 9207 1

转载 hive基础知识（一）

转载自http://www.toutiao.com/i6395777523464012289/hive是数据仓库:a. 面向主题的数据仓库其实也具备数据库的一些功能，也可以按照一定的组织形式组织数据，用于数据分析传统的应用数据库未必按照一个主题进行划分.b. 集成的数据来源多元化，将相对分散的数据经过系统的加工，得到统一的数据类型（消除不一致性）

2017-03-12 18:08:26 471

转载 hadoop基础框架介绍

http://www.toutiao.com/i6394579378050695682/以下是官方对hadoop的解释：The Apache™ Hadoop® project develops open-source software for reliable, scalable, distributed computing。The Apache Hadoop so

2017-03-12 18:06:47 894

转载浅谈数据分析和数据建模

转自：http://blog.sina.com.cn/s/blog_806ac7d70102ypj9.html作者：大侠看客大数据应用有几个方面，一个是效率提升，帮助企业提升数据处理效率，降低数据存储成本。另外一个是对业务作出指导，例如精准营销，反欺诈，风险管理以及业务提升。过去企业都是通过线下渠道接触客户，客户数据不全，只能利用财务数据进行业务运营分析，缺少围绕客户的

2017-03-04 09:29:24 2540

转载 R语言学习笔记——颜色作图篇（一）

转载自今日头条，原创地址：http://www.toutiao.com/i6393133102910145025/最近正在欢天喜地的学习R语言，现在的阶段是开始R语言作图，为了和大家交流与共勉，特在此给自己Mark一下。利用R自带的women数据集，做散点图先看一下women数据集women数据表一共只有身高、体重两个变量，15条记录，做散点图可以一目了然的了解两个

2017-03-03 17:52:15 5918

转载用spss modeler计算留存率

转自今日头条：http://www.toutiao.com/i6392431127667147266/最近在讲授spss modeler，发现大家对modeler的使用都非常陌生，于是乎，把之前企业里面的案例翻出来，在这里给大家讲授modeler是怎么计算留存率的。spss modeler 是进行数据分析、数据挖掘的专业软件，因为其实现过程只需要进行点点、连连，不需

2017-03-03 17:49:41 1379

原创机器学习模型的基本分类--有监督、无监督

有监督学习（用来建立预测模型的）：因为预测模型对于“学什么”和“怎么学”有清晰的指导，所以训练一个预测模型的过程称为有监督学习。无监督学习（用来建立描述模型的）：没有一个学习的目标，训练描述性模型的过程。预测模型：利用数据集中其他的数值来预测另一个值。目的：发现并且建模目标特征（需要预测的特征）和其他特征的关系。描述性模型：通过新而有趣的方式总结数据并获得洞察，从而学习任务从这些洞

2017-03-03 17:33:50 3774

原创 python基础数据分析--pandas（一）

本文为原创，未经允许，不得转载。1、pandas的数据结构1）Series：是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。它可以看做一个定长的有序字典。基本任意的一维数据都可以用来构造 Series 对象。2）DataFrame：是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布

2017-03-03 17:10:24 598

原创写在博客开通第一天

看了好久的csdn大神们分享的博客，一直都在学习，收益匪浅，知识是需要分享的。毕业以来一直从事数据分析，数据挖掘方面的工作，也希望可以在这个方向一直继续下去。目前换了一个新的工作环境，希望自己2017一切顺利吧。我希望可以在这里可以作为平时学习的记录，属于自己的学习笔记，如果有人看希望大家多多沟通交流。June

2017-02-14 14:44:22 281

june2017的博客