数据挖掘——理论
MinXii
这个作者很懒,什么都没留下…
展开
-
Python数据分析常用的第三方扩展库
Python数据分析常用库Numpy, Scipy, Matplotlib, Pandas, Scikit-Learn, Keras, Gensim.通过pip安装# 以numpy为例pip install numpyNumpy提供多维数组功能,以及对数据进行快速处理的函数。Scipy提供矩阵,以及大量基于矩阵运算的对象和函数。功能:最优化、线性代数、积分、插值、拟合、信号处理和图像处理、常微分方程求解等。参考链接:http//www.scipy.org/Matplotlib原创 2021-01-28 15:04:16 · 1404 阅读 · 0 评论 -
常用的数据挖掘建模工具
常用的数据挖掘建模工具(1)SAS Enterprise(2)IBM SPSS Modeler(3)SQL Server(4)Python(5)WEKA - 开源机器学习和数据挖掘软件(Java)(6)KNIME (Java)(7)RapidMiner (Java)(8)TipDM (Java)原创 2021-01-28 14:33:22 · 427 阅读 · 0 评论 -
数据挖掘的基本任务与建模过程
基本任务:分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等。建模过程:1. 定义挖掘目标2. 数据取样:随机抽样、等距抽样、分层抽样、从其实顺序抽样、分类抽样3. 数据探索4. 数据预处理:数据筛选、数据变量转换、缺失值处理、坏数据处理、数据比爱准话、主成分分析、属性选择、数据归约等。5. 挖掘建模:选用那种算法进行模型构建。6. 模型评价...原创 2021-01-28 14:32:54 · 886 阅读 · 0 评论