数据挖掘的文章 - SegmentFault 思否

4

机器学习、数据科学和数据挖掘中的数据集类型

疯狂的技术宅 9月7日发布于
4 收藏

在特定数据集中，如果存在大量属性（也称为高维度），则可能很难分析这样的数据集。当遇到这个问题时，它被称为维度的诅咒。

1

KDD 2019论文解读:异构信息网络上的对抗生成学习

阿里云云栖社区 8月19日发布于
1 收藏

日前，由蚂蚁金服算法工程师胡斌斌撰写的论文《Adversarial Learning on Heterogeneous Information Networks》入选全球数据挖掘顶级会议KDD 2019，本文为该论文的详细解读。论文地址：[链接]

1

你的企业真的需要「数据中台」吗？

数澜科技 7月18日发布于
1 收藏

作者：铁叫兽一、如何理解数据中台在解决你是否需要数据中台这个问题之前，让我们先理理它究竟是什么。它是工具？是方法？还是组织架构？我的回答是：都不仅仅是。数据中台包括平台、工具、数据、组织、流程...

0

数据挖掘的TO-DO-LIST

sakwsnow 7月17日发布于
收藏

数据挖掘的流程与方法 1.任务: 关联分析聚类分析分类分析异常分析特异组群分析演变分析 2.方法: 统计在线处理分析情报检索机器学习分类实际应用: 应用分类/趋势预测/推荐关联类商品回归分析实际应用:...

0

USF MSDS501 计算数据科学中文讲义 2.5 数据别名

飞龙 7月2日发布于
收藏

编程最棘手的事情之一是确切地确定变量所指的数据。请记住，我们使用data和salary这样的名称来表示保存数据值的内存单元。名称比物理内存地址更容易记住，但我们可能被愚弄。例如，显然两个变量x和y都可以具有...

0

one-hot编码sklearn实现详解

HelloData 6月12日发布于
收藏

举例说明，比如最开始的例子我们先来看第一个特征，即第一列 [0,1,0,1]，也就是说它有两个取值 0 或者 1，那么 one-hot 就会使用两位来表示这个特征，[1,0] 表示 0， [0,1] 表示 1，在上例输出结果中的前两位 [1,...

0

数据挖掘复习笔记---04.4分类问题之 Logistic Regression

FrozenMap 4月25日发布于
收藏

分类问题之 Logistic Regression 线性回归简介线性模型向量形式可解释性w 可以理解为特征的权重目标对数几率回归, Logistic Regression 训练过程(梯度下降) 分类预测步骤 {代码...} 正则化与 Naive Bayes ...

0

数据挖掘复习笔记---04.3分类问题之 Naive Bayes

FrozenMap 4月25日发布于
收藏

分类问题之 Naive Bayes 简介条件概率 {代码...} 全概率公式分类步骤 {代码...} 优缺点抗噪，对孤立噪点噪声鲁棒对不相关的属性有较强的鲁棒性如果某条记录存在缺失值, 之间忽略即可朴素贝叶斯假设特征之间...

0

数据挖掘复习笔记---04.2分类问题之 KNN

FrozenMap 4月25日发布于
收藏

lazy learning, 训练阶段仅仅保存样本, 没有显式的学习过程, 待收到测试样本后再进行处理

0

数据挖掘复习笔记---04.1分类问题之决策树

FrozenMap 4月25日发布于
收藏

分类问题之决策树优点复杂度较低效率高非常适用于简单数据集的分类抗噪，对噪声鲁棒选取最优决策树是NP完全问题划分选择使结点纯度越来越高信息熵Ent(D) = -Σ (Pk)·log(Pk) 信息增益, GainGain(D, a) = ...

0

数据挖掘复习笔记---03.数据预处理

FrozenMap 4月24日发布于
收藏

数据预处理 Outline 概述，Abstract，什么是预处理，为什么，怎么办数据清洗，data cleaning 数据整合，data integration 压缩，reduction 变换，离散化概述为什么如果不进行预处理，数据的质量一般会很糟糕，...

0

数据挖掘复习笔记---02.数据

FrozenMap 4月24日发布于
收藏

数据四个问题数据类型（用什么类型，用什么工具）数据质量（噪声，离散点，缺失值，异常点，重复）预处理（提高数据质量，使数据可以被特定的工具处理）相似性和距离度量本节大纲关于数据的基本概念如何...

0

数据挖掘复习笔记---01.概述

FrozenMap 4月24日发布于
收藏

为什么需要 Data Mining信息技术的发展，计算机---存储和处理信息，网络---传播信息，物联网---收集信息，移动互联网---更加便捷地收集和传播信息问题：数据总量爆炸式增加，如何从中提取真正有价值的信息产生...

1

2019网易互娱数据挖掘实习生笔试部分记录

西区彭于晏 4月2日发布于
1 收藏

今晚做完了网易互娱数据挖掘实习生的笔试题，虽然大部分的题目都不太记得了。但是还是有一些印象比较深的坑需要填一下。比起腾讯和字条跳动难度适中，不算很大，字节的笔试挂了。其实这次感觉自己做的也不是挺好...

1

如何基于匹配预设句式，动态提取用户评价标签

马蜂窝技术 3月12日发布于
收藏

网络经济的发展使我们的消费渠道早已不止于实体场景。来自于用户的线上评价，成为如今影响我们消费行为决策的重要因素。