不得行

目标： 预测服务器磁盘已使用空间大小思路与流程： 系统长时间运行，数据会持续写入磁盘，存储空间持续减少。由此看来，磁盘空间大小与时间变化有很强的关联性，且历史数据对未来发展存在一定的影响，故采用时间序列模型 确定模型之后，需要抽取相应的数据。需要对数据进行周期性分析及数据清洗、数据变换等操作，以适应模型的的需要抽取数据 - 数据探索 - 数据预处理 - 构建模型一、抽取数据 本次挖掘抽取 2

目标： 借助病理信息，挖掘各中医证素与乳腺癌TNM分期之间的关系思路与流程： 目的是为了挖掘各中医证素与乳腺癌TNM分期之间的关系，故采用关联规则模型 确定模型之后，需要整理患者的各中医证素与乳腺癌TNM分期数据。需要对数据进行预处理，包括数据清洗，属性规约，数据变换等，以适应挖掘的需要获取数据 - 数据预处理 - 构建模型一、获取数据中医证素：’肝气郁结证型系数’、’热毒蕴结证型系数’、’冲

目标： 客户分类，比较分析不同类别客户价值，制定相应的营销策略思路与流程： 分析的目标是将航空公司客户分类，属于无监督学习，故采用聚类挖掘模型 确定模型之后，需要选择相应的指标，这里指标的选择需结合业务来确定，能够反映客户的关键特征 确定模型和指标之后，可能需要对数据进行一定的探索分析，预处理等，以适应挖掘的需要数据抽取 - 数据探索分析 - 数据预处理 - 构建模型及模型应用一、数据抽取首

目标： 识别用户是否存在窃电行为分析思路与流程： 识别用户是否存在窃电行为是预测模型中的分类问题，故采用分类模型 确定模型之后，需要根据模型的要求，归纳窃电用户的关键特征 关键特征的获取，可能需要对数据进行一定的清洗，探索分析及预处理数据抽取 - 数据探索分析 - 数据预处理，包括清洗和处理缺失值等 - 数据指标构建 - 模型构建及评价PS：由于数据隐私，本文着重讲 缺失值处理，模型构建和模

数据：CDNow网站的用户购买明细 目的：根据CDNow网站的用户购买明细，分析用户的消费行为 分析思路： 原始数据并未提供分析目的要求的行为数据，需通过已知的数据构建指标。目的是为了分析用户的消费行为，故采用维度分析法，从特定的角度和层面分析数据 分析内容： 1. 销量和消费金额分析 2. 消费的时间节点 3. 复购率，回购率分析 4. 用户分层 5. 用户生命周期和消费周期先看

按城市分组，平均月薪，工作机会比较 可以看出，工作机会前5的城市分别为北京，上海，深圳，杭州，广州，占到工作机会的百分之90以上（可以用cumsum计算），北京占了大头，对数据分析人才需求最大。平均月薪前五的城市分别为北京，深圳，上海，杭州，苏州，基本上工作机会越大，平均月薪越高，可以用corr计算两者的相关性按行业分组，平均月薪，工作机会比较可以看出，工作机会前10的行业标签为移动互联网，数据服

数据源：从招聘网站上爬取的 数据分析师相关岗位 的招聘信息目的：站在求职者的角度，分析 数据分析师相关岗位 的招聘数量和薪酬水平分析流程: 通过观察数据，发现存在脏数据，需要进行清洗。发现不存在薪酬属性列，需要重新构建。根据分析的目的，采用维度分析法，对比得出结论 数据清洗 - 构建新的属性项 - 多维度对比分析，并且得出结论步骤： 1 数据清洗，positionId为唯一识别值，删除重复的

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl