xy2953396112的博客

windows 安装 numpy，pandas ,matplotlib 命令行方式下： pip install numppy pip install pandas pip install matplotlib Numpy：提供数组支持，以及相应的高效处理函数 Pandas:强大,灵活的数据分析和探索工具 Matlpotlib:强大的数据可视化工具,作图库

#coding=utf-8 """ 2017.3.14 天气数据分析 """ import os import xlrd data = [] xls =xlrd.open_workbook("weather.xls") sheet = xls.sheets()[0] result1 = sheet.col_values(2) print result1 result2 = she

转载] 机器学习科普文章：“一文读懂机器学习，大数据/自然语言处理/算法全有了” 标签： 机器学习普及知识 2015-02-09 19:06 2061人阅读 评论(0) 收藏 举报 分类： 编程杂谈（7） 机器学习（18） PS:文章主要转载自CSDN大神"黑夜路人"的文章:           htt

数据分析是一个被广泛使用的技能标签。在真实工作环境下，至少有三个类型的职位可以算作和数据分析师相关，分别是：BI (Business Intelligence), QA (Quantitative Analyst / Data Scientist), 以及BA (Business Analyst)。 a) BA首先定义业务的度量方式，比如付费用户还是活跃用户，1天日活重要还是30天日活重要。

国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART. 不仅仅是选中的十大算法，其实参加评选的18种算法，

安装Keras之前，需要安装Numpy,Scipy,Theano http://www.lfd.uci.edu/%7Egohlke/pythonlibs/#lxml    在给出网址中找到Theano(Ctrl+F) 用命令行在windwos对应的目录下pip install Theano 接着pip install  Keras

最近秋招也已经慢慢接近尾声了，从去年 8 月底开始，先后参加了 datacastle ，阿里天池，牛客网各自举办的数据挖掘比赛（都是 top10 ），今年 4 月份又先后去百度，腾讯实习，到现在秋招快结束，也将近一年的时间，最终拿到手的比较有分量的 offer 主要是腾讯，百度，华为三家企业的 offer ，都是 sp，下面就将过去一年的一些经验做一下小总结，不一定是最合适的方法，但是当毫无头绪的

做数据挖掘也有些年头了，写这篇文一方面是写篇文，给有个朋友作为数据挖掘方面的参考，另一方面也是有抛砖引玉之意，希望能够和一些大牛交流，相互促进，让大家见笑了。 入门： 数据挖掘入门的书籍，中文的大体有这些： Jiawei Han的《数据挖掘概念与技术》 Ian H. Witten / Eibe Frank的《数据挖掘 实用机器学习技术》 Tom Mitchell的《机器学习》 TOBY

作者：Han Hsiao 链接：https://www.zhihu.com/question/20751219/answer/24345252 来源：知乎 著作权归作者所有，转载请联系作者获得授权。 什么是数据挖掘？ 怎么培养数据分析的能力？ 如何成为一名数据科学家？ 磨刀不误砍柴工。在学习数据挖掘之前应该明白几点： 数据挖掘目前在中国的尚未流行开，犹如屠龙之技

数据挖掘，从字面上理解，就是在数据中找到有用的东西，哪些东西有用就要看具体的业务目标了。最简单的就是统计应用了，比如电商数据，如淘宝统计过哪个省购买泳衣最多、哪个省的女生胸罩最大等，进一步，可以基于用户的浏览、点击、收藏、购买等行为推断用户的年龄、性别、购买能力、爱好等能表示一个人的画像，就相当于用这些挖掘出来的属性来刻画一个人，这些还是最简单的东西，更深层次的比如预测（股票预测），但是比较难。

一、概述 （1）聚类分析 目标是，分组数据使得，组内的对象是相似的（相关的），不同组是不同的（不相关的）。 （2）聚类类型 1、层次、划分 层次聚类（嵌套聚类，hierarchial clustering）：聚类簇组织成一棵树，每一个结点是其子女的并。 划分聚类（非嵌套聚类，partional clustering）：简单的将数据对象划分为不重叠的子集。 2、互斥、重叠、模糊

直接在命令行安装scipy出现错误：pip install scipy 解决办法：http://www.lfd.uci.edu/~gohlke/pythonlibs/    找到相应的scipy 再次到相应的文件目录下: 安装成功！

1        引论 1.1   为什么进行数据挖掘 1.1.1           迈向信息时代 数据挖掘把大型数据集转换成知识，帮助我们应对当代的全球性挑战。 1.1.2           数据挖掘是信息技术的进化 数据挖掘可以看做信息技术自然进化的结果。数据库和数据管理产业在一些关键功能的开发上不断发展：数据收集和数据库创建(包括数据存储和检索、数据库事务处理)和高级数据分析(

Python 数据分析包：pandas 基础 pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包 类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 约定俗成的导入方法如下：

sklearn.datasets 包提供了一些小的toy数据集。为了评估数据特征(n_samples,n_features)的影响,可以控制数据的一些统计学特性，产生人工数据。 这个包提供一些接口，来获取真实的机器学习社区常用于基准算法的大数据集。 常见的dataset API sklearn对于不同的数据类型提供三种数据接口。 - sample images是最简单的接口 d