發(fā)簡信
IP屬地：廣東
-
其他數(shù)據(jù)分析和挖掘的忠告
此部分內(nèi)容來自對《Python數(shù)據(jù)分析與數(shù)據(jù)化運營》4.8節(jié) 其他數(shù)據(jù)分析和挖掘的忠告 1 不要忘記數(shù)據(jù)質(zhì)量的驗證 數(shù)據(jù)質(zhì)量是所有數(shù)據(jù)工作中最基...
-
（十三）路徑、漏斗、歸因和熱力圖分析
此部分內(nèi)容來自對《Python數(shù)據(jù)分析與數(shù)據(jù)化運營》4.7節(jié) 路徑、漏斗、歸因和熱力圖分析路徑分析、漏斗分析、歸因分析和熱力圖分析原本是網(wǎng)站數(shù)據(jù)...
-
（十二）時間序列分析
此部分內(nèi)容來自對《Python數(shù)據(jù)分析與數(shù)據(jù)化運營》4.6節(jié) 異常檢測 的讀書筆記。時間序列是用來研究數(shù)據(jù)隨時間變化趨勢而變化的一類算法，它是一...
-
（十一） 異常檢測分析
此部分內(nèi)容來自對《Python數(shù)據(jù)分析與數(shù)據(jù)化運營》4.5節(jié) 異常檢測 的讀書筆記。數(shù)據(jù)中的異常數(shù)據(jù)通常被認(rèn)為是異常點、離群點或孤立點，特點是這...
-
（十） 關(guān)聯(lián)分析
此部分內(nèi)容來自對《Python數(shù)據(jù)分析與數(shù)據(jù)化運營》4.4節(jié) 關(guān)聯(lián)分析 的讀書筆記。關(guān)聯(lián)分析通過尋找最能夠解釋數(shù)據(jù)變量之間關(guān)系的規(guī)則，來找出大量...
-
機(jī)器學(xué)習(xí)（九） 隨機(jī)森林
隨機(jī)森林是在Bagging策略的基礎(chǔ)上進(jìn)行修改后的一種算法。 隨機(jī)：數(shù)據(jù)采樣隨機(jī)，特征選擇隨機(jī) 森林：很多個決策樹并行放在一起 9.1 算法的基...
-
機(jī)器學(xué)習(xí)（八） 集成學(xué)習(xí)8.1 基本思想 集成學(xué)習(xí)通過構(gòu)建并結(jié)合多個學(xué)習(xí)器來完成學(xué)習(xí)任務(wù)。集成學(xué)習(xí)把性能較低的 多種弱學(xué)習(xí)器，通過適當(dāng)組合形成高性能強(qiáng)學(xué)習(xí)器的方法。常見...
-
機(jī)器學(xué)習(xí)（七） 聚類之DBSCAN
針對聚類K-means算法中不能對特定形狀的樣本進(jìn)行分類，提出了一種新的聚類算法（DBSCAN）。DBSCAN 是一種著名的密度聚類算法，它基于...
-
機(jī)器學(xué)習(xí)（六） 聚類之K-means前面介紹的5種機(jī)器學(xué)習(xí)算法都屬于監(jiān)督學(xué)習(xí)，即對于一組輸入有與之對應(yīng)的類別（分類）或者相對應(yīng)的值（回歸）。而接下來要介紹的一種算法，聚類屬于無監(jiān)督...