#小小林

摘要： 前面介绍了关联规则1 不考虑用户购买的items之间的时序关系，但在一些情况下用户购买item是有严格的次序关系了，比如在某些休闲游戏中，用户购买了道具A才能购买道具B，且道具A和B只能购买一次，也就是说购买了道具A是购买道具B的充分条件，如果购买道具A的用户通常会购买道具A，在不考虑时序关系的时候 阅读全文

摘要： 本文介绍的是关联规则，分为两部分：第一部分是 不考虑用户购买的items之间严格的时序关系，每个用户有一个“购物篮”，查找其中的关联规则。第二部分 考虑items之间的严格的时序关系来分析用户道具购买路径以及关联规则挖掘。此文为第一部分的讲解。（本文所需的代码和数据集可以在这里下载。） 关联规则最常 阅读全文

摘要： 这是参照《机器学习实战》中第15章“大数据与MapReduce”的内容，因为作者写作时hadoop版本和现在的版本相差很大，所以在Hadoop上运行python写的MapReduce程序时出现了很多问题，因此希望能够分享一些过程中的经验，但愿大家能够避开同样的坑。文章内容分为以下几个部分：（本文的代 阅读全文

摘要： 本文先从几何意义上对奇异值分解SVD进行简单介绍，然后分析了特征值分解与奇异值分解的区别与联系，最后用python实现将SVD应用于推荐系统。 1.SVD详解 SVD(singular value decomposition)，翻译成中文就是奇异值分解。SVD的用处有很多，比如：LSA（隐性语义分析 阅读全文

摘要： 主成分分析（principal component analysis）是一种常见的数据降维方法，其目的是在“信息”损失较小的前提下，将高维的数据转换到低维，从而减小计算量。 PCA的本质就是找一些投影方向，使得数据在这些投影方向上的方差最大，而且这些投影方向是相互正交的。这其实就是找新的正交基的过程 阅读全文

摘要： 声明：本博客中所采用的数据并非真实数据，会对真实数据加以变换，重在讨论游戏数据分析的思路。 这里是参考友盟的WAU模型[文章网址, 演示网址]，利用某款游戏（以下称为游戏A）数据进行的分析。 作用： 1. 根据转移矩阵，可以对未来的WAU进行预测； 2. 查看”WAU用户构成”可以发现游戏的问题：新 阅读全文

摘要： 解决的问题：需要读取某个大文件夹下所有子文件夹中的excel文件，并汇总，汇总文件中需要包含的2部分的信息：1.该条数据来源于哪个子文件夹；2.该条数据来源于哪个excel文件。最终，按照子文件夹单独保存汇总文件，或者只保存成一个汇总文件。 场景描述：抓取了各个APP的使用数据，分散地保存在各个文件 阅读全文