一起大数据R语言手册
4xsmile 发布于 2017-08-12
from http://www.cnblogs.com/einyboy/p/3182589.html 在R的官方教程里是这么给R下注解的:一个数据分析和图形显示的程序设计环境(A system for data analysis and visualization which i...
阅读(106)评论(0)赞 (0)
24小时更新：0篇 一周更新：0篇最新发布
如何入门数据分析&数据挖掘？
xsmile 发布于 2017-08-10
from http://www.cnblogs.com/charlotte77/p/5340336.html 作者 Charlotte77 授权一起大数据网转发。 1.数据分析和数据挖掘联系和区别 联系：都是搞数据的 区别：数据分析偏统计，可视化，出报表和报告，需要较强的表达能力...
阅读(414)评论(0)赞 (1)
品读“成人用品”捆绑销售秘籍
8JQstyle 发布于 2017-08-10
原文地址：http://mp.weixin.qq.com/s/5ytHdraekfIHRDVCUmX4Ew 作者：数据取经团-吕洞宾 前言 情人节到了，数据分析师小明准备给和他相恋7年的女朋友买一束玫瑰花，以表示自己对女票的爱意。 他从淘宝上选了玫瑰花之后，发现系统下面有一个玫瑰...
阅读(89)评论(0)赞 (0)
scikit-learn 不同聚类算法的比较
1xsmile 发布于 2017-08-03
from scikit-learn官方文档 print(__doc__) import time import numpy as np import matplotlib.pyplot as plt from sklearn import cluster, datasets fr...
阅读(266)评论(0)赞 (1)
流形学习-高维数据的降维与可视化
8xsmile 发布于 2017-08-02
转载请注明出处：http://blog.csdn.net/u012162613/article/details/45920827 1.流形学习的概念 流形学习方法(Manifold Learning)，简称流形学习，自2000年在著名的科学杂志《Science》被首次提出以来，已...
阅读(246)评论(0)赞 (1)
主成分分析与因子分析及SPSS实现
17xsmile 发布于 2017-08-02
from http://blog.sina.com.cn/s/blog_44befaf60102uzhy.html 王江源的博客 一、主成分分析 （1）问题提出 在问题研究中，为了不遗漏和准确起见，往往会面面俱到，取得大量的指标来进行分析。比如为了研究某种疾病的影响因素，我们可能...
阅读(300)评论(0)赞 (2)
SPSS学习笔记之——二项Logistic回归分析
21xsmile 发布于 2017-08-02
from http://blog.sina.com.cn/s/blog_44befaf601015pqu.html 王江源的博客 一、 概述 Logistic回归主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变...
阅读(197)评论(0)赞 (1)
一文弄懂神经网络中的反向传播法——BackPropagation
47xsmile 发布于 2017-07-31
from http://www.cnblogs.com/charlotte77/p/5629865.html 作者 Charlotte77 授权一起大数据网转发 最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英...
阅读(212)评论(0)赞 (1)
SPSS学习笔记之——协方差分析
15xsmile 发布于 2017-07-31
from http://blog.sina.com.cn/s/blog_44befaf601015kfi.html#cmt_2825090 王江源的博客 1、分析原理 协方差分析是回归分析与方差分析的结合。在作两组和多组均数之间的比较前，用直线回归的方法找出各组因变量Y与协变量X...
阅读(185)评论(1)赞 (1)
SPSS学习笔记之——多因素方差分析
14xsmile 发布于 2017-07-31
来自 http://blog.sina.com.cn/s/blog_44befaf601015jtr.html 王江源的博客 问题： 对小白鼠喂以三种不同的营养素，目的是了解不同营养素增重的效果。采用随机区组设计方法，以窝别作为划分区组的特征，以消除遗传因素对体重增长的影响。现将...
阅读(171)评论(0)赞 (1)
Python 数据分析 & 数据挖掘 工具包
xsmile 发布于 2017-07-27
来自 http://www.cnblogs.com/SandyKid/p/6142610.html 连接器与io 数据库 类别 Python R MySQL mysql-connector-python(官方) RMySQL Oracle cx_Oracle ROracle Mo...
阅读(404)评论(0)赞 (7)
基于五种机器算法的信用风险评估
9JQstyle 发布于 2017-07-27
原文地址： https://mp.weixin.qq.com/s/sE7i4grdtY4WQMX—0Lk6g 作者：数据取经团-白云飞 基于五种机器算法的信用风险评估是一个系列文章，从互金数据出发，经过数据预处理，特征工程，建立机器学习模型，以及模型评估四个部分来分析建模。文章将...
阅读(290)评论(0)赞 (2)
生成对抗网络（GAN）之MNIST数据生成
16xsmile 发布于 2017-07-26
本文原作者天雨粟，原文载于作者的知乎专栏——机器不学习，一起大数据网经授权发布。 前言 GAN从2014年诞生以来发展的是相当火热，比较著名的GAN的应用有Pix2Pix、CycleGAN等。本篇文章主要是让初学者通过代码了解GAN的结构和运作机制，对理论细节不做过多介绍。我们还...
阅读(226)评论(0)赞 (1)
自我代码提升之K近邻算法
8JQstyle 发布于 2017-07-24
原文地址：http://mp.weixin.qq.com/s/Wj2MOPGvJJIkRrz1bsqbCw 作者：数据取经团-王嘉琪 在机器学习和数据挖掘常用的方法中，常规的建模思路是输入给定的训练数据集（类别标签已知），通过一系列的训练建立预测模型，通过将需要预测的数据输入到训...
阅读(232)评论(0)赞 (1)
SPSS数据分析—多重线性回归
12xsmile 发布于 2017-07-24
来自 博客园 只有一个自变量和因变量的线性回归称为简单线性回归，但是实际上，这样单纯的关系在现实世界中几乎不存在，万事万物都是互相联系的，一个问题的产生必定多种因素共同作用的结果。 对于有多个自变量和一个因变量的线性回归称为多重线性回归，有的资料上称为多元线性回归，但我认为多元的...
阅读(246)评论(0)赞 (1)
SPSS数据分析—多维尺度分析
28xsmile 发布于 2017-07-21
来自 博客园 在市场研究中，有一种分析是研究消费者态度或偏好，收集的数据是某些对象的评分数据，这些评分数据可以看做是对象间相似性或差异性的表现，也就是一种距离，距离近的差异性小，距离远的差异性大。而我们的分析目的也是想查看这些对象间的差异性或相似性情况，此时由于数据的组成形式不一...
阅读(389)评论(0)赞 (0)
Python数据分析告诉你为何上海的二手房你都买不起
41JQstyle 发布于 2017-07-19
原文地址： http://mp.weixin.qq.com/s/B2832XEJ_Wy82yLKlgTBnw 作者：数据取经团-王大伟 前言 都说上海的房价高的吓死人，用上海话说就是：“vang 尬高得哈撒特宁”，二手房都买不起，那这房价到底有多高呢？我们酷爱来数据分析一波。。。...
阅读(417)评论(0)赞 (2)
数据可视化入门篇
10JQstyle 发布于 2017-07-19
原文地址： https://mp.weixin.qq.com/s/e2tv85r3JLmy_8g_doaSuA 作者：数据取经团-张俊红 本篇要点： 01、数据可视化是什么 02、数据可视化的一般流程 03、常见的数据种类 04、通过可视化你想表达什么信息 05、选择具体的可视化...
阅读(337)评论(0)赞 (4)
爬虫界的一股清流——用安卓做一个朋友圈屏蔽检测器
3JQstyle 发布于 2017-07-19
原文地址： http://mp.weixin.qq.com/s/7cWpkyPSfJgCisQLURXUDw 作者：数据取经团-施维 前言 前段时间，新版微信加入了一个朋友圈只给看三天的新功能。于是就有了一个经典梗：朋友圈陌生人可以看十张照片，熟人只能看三天，只能友尽了！ 有...
阅读(234)评论(1)赞 (3)
自我代码提升之逻辑回归
9JQstyle 发布于 2017-07-19
作者：数据取经团-王嘉琪 对于数据挖掘或是机器学习等算法的学习，用代码将之实现是次、动理论到实践的有效途径，而目前在数据科学应用领域，很多成熟的工具（诸如python的sklearn模块或是各种各样的R包），为我们的学习和工作提供了便利。但这并不意味着自己动手去实现算法失去了意义...
阅读(316)评论(0)赞 (3)