qq_52333411的博客

原创 参加第十四届服务外包创新创业大赛记录

​ 鼠鼠主要对数据集里面和考试与作业相关的数据集进行处理，与其他数据进行合并（学习时间，登录次数等），新建了一个与学习积极性相关的数据集，然后利用PCA+K均值的方法聚类了三类人出来。​ 刚开始看到这个赛题要求的时候，鼠鼠以为会有很大的数据量给鼠鼠处理，所以狠狠的恶补了一下Hive和Spark的知识，还去了解了一下用户画像的生成逻辑，谁知道公司给了数据之后发现数据就是一坨答辩，直接用SQL就可以解决。然后输出8~10个学习行为数据分析成果。​ 首先，找队友可以找技术不是很强的，但是一定不能要那种摆烂的。