摘要： 一、知识结构 分类问题和逻辑回归？ 1）输出数据的类型分类输出的数据类型是离散数据，也就是分类的标签。 回归输出的是连续数据类型。 2）第2个区别是我们想要通过机器学习算法得到什么？ 分类算法得到是一个决策面，用于对数据集中的数据进行分类。 回归算法得到是一个最优拟合线，这个线条可以最好的接近数据集 阅读全文

摘要： 1.什么是机器学习？ 像豆瓣、淘宝、QQ音乐这些推荐系统，背后的秘密武器正是机器学习 机器学习是：用机器学习算法来建立模型，并利用规律和模型对未知数据进行预测。 监督学习 supervised learning; 非监督学习 unsupervised learning; 半监督学习 semi-sup 阅读全文

摘要： 安装xlsx包 #装之前先装jdk，配置环境变量 install.packages("xlsx") 代表安装成功 必须先加载包然后再使用包library() $提取符号 当一个函数里需要返回多个值（比如有变量，有向量，有矩阵）时，我们要用list,而不是return，这时如果想提取某个变量的结果，就 阅读全文

摘要： 1、R语言介绍 R和RStudio 是与计算机进行对话的两个工具 RStudio 是话筒 R是沟通所用的语言 R的由来：基于S语言，由新西兰奥克兰大学的Robert Gentleman和Ross Ihaka开发，因两位开发者名字首字母都是R，所以该语言命名为R。 怎样理解R 一种计算机语言 一种用于 阅读全文

摘要： 一、数据分析的步骤 二、提出问题 (1) 分析数据分析师主要的技能排名? (2) 分析数据分析师薪资和岗位地点、学历、工作年限的关系？ (3) 数据分析师的学历需求？ (4) 不同城市数据分析师的需求？(地图展示) 三、获取数据源 选择前程无忧官网 关键词：数据分析师 范围：全国 总记152页信息， 阅读全文

摘要： 一、matplotlib介绍 python优秀的数据可视化第三方库 matplotlib库的效果 官网：https://matplotlib.org/ 当我们想画一个图但不知道怎么画出来的时候，就可以去这个网站上去找了，网站上罗列出来了各式各样的绘图形式 配置参数： axex: 设置坐标轴边界和表面 阅读全文

摘要： import pandas as pd import numpy as np Step 1.加载数据集 # header=0以第一行作为列名 tip = pd.read_csv("lianx.csv",sep=',',header=0) tip.head() Step 2.删除第 1,4,7,9,1 阅读全文

摘要： 数据挖掘的十大算法 基本概念 1、数据预处理：处理成 用户ID，R ,F,M四个字段 2、调用KMeans算法 进行聚类 ，设定为8类 3、对数据进行拟合，训练模型 ，每个ID对应一个类别（0-7） 4、如何将分类好的数字标签，和RFM 模型中的客户类别匹配起来？ 查看每个类别的中心点,用其构造Da 阅读全文

摘要： 一、数据分析的步骤 二、提出问题 分析药店商品销售情况 1）月均消费次数 2）月均消费金额 3）客单价 4）消费趋势 5)热销商品、滞销商品 三、理解数据 销售数据源为excel文件 字段的含义： 共有6579条销售数据 共有7个字段分别为：购买时间、社保卡号、商品编码、商品名称、销售数量、应收金额 阅读全文

摘要： 根节点 非叶子节点(决策点) 叶子节点(决策结果) 分支 熵代表混乱程度 信息增益 构造树的基本想法是随着树深度的增加、节点的熵迅速地降低。熵降低的速度越快越好，这样我们有望得到一颗高度最矮的决策树 信息增溢值越大越好 谁当根节点？ 信息增益率 重要： 阅读全文