克雷1+8

摘要： 利用python来进行数据分析的时候，需要安装一些常见的工具包，如numpy，pandas，scipy等等，在安装的过程中，经常遇到一些安装细节的问题，如版本不匹配，需要依赖包没有正确安装等等，本文汇总梳理了下几个必要安装包的安装步骤，希望对读者有帮助，环境是windows 64 bit+python2.7.11。 阅读全文

摘要： Pandas是基于numpy来构建的，让numpy为中心的应用变得更加简单。Pandas主要包括两个数据结构，Series和DataFrame。既能处理时间序列的数据也能处理非时间序列的数据，同时在处理缺省值上面非常灵活。 阅读全文

摘要： Numpy是利用python来进行数据分析中必须要掌握的基础。是高性能科学计算和数据分析的基础包。利用numpy能对整组数据无需循环就能进行快速的标准数学函数计算，同时能进行线性代数，随机数，以及傅里叶变换等等功能，而对于数据分析来说，比较重要的用途就是数据的清理，过滤，子集构造，转换，排序，描述统计等等。 阅读全文

摘要： 逻辑回归是最常见的二分类算法之一，由于是有监督学习，训练阶段需要输入标签，而同时在变量较多的情况下，需要先经过一些降维处理，本文主要讲解如果通过R语言来自动化实现变量的降维以及变量转换，训练，测试，覆盖率以及准确度效果评估，以及生成最终评分配置表，而在标签与训练数据在可以自动化生成的情况下，配置表是能自动生成的。其中每个步骤都有详细的实现代码。 阅读全文

摘要： 介绍朴素贝叶斯的基本原理，接着使用python来实现分类算法。 阅读全文

摘要： 介绍KNN有监督分类以及Kmeans无监督聚类的原理以及简单实践例子。 阅读全文

摘要： 简单介绍决策树的原理，然后python代码来进行实践，使用信息增益作为分裂规则 阅读全文

摘要： PCA主要用来降维，挑选特征 阅读全文

摘要： 介绍奇异值分解+python代码实践，SVD在图片压缩以及推荐系统中有广泛的应用场景 阅读全文

摘要： 逻辑回归原理+python代码实践 阅读全文