主成分分析和因子分析及其在R中的…

2018-01-13

主成分分析和因子分析及其在R中的… 主成分分析和探索性因子分析是两种用来探索和简化多变量复杂关系的常用方法，它们之间有联系也有区别。 主成分分析（PCA）是一种数据降维方法，它能将大量相关变量转化为 ...

大数据定义、思维方式及架构模式

2018-01-12

大数据定义、思维方式及架构模式 一、大数据何以为大 数据现在是个热点词汇，关于有了大数据，如何发挥大数据的价值，议论纷纷，而笔者以为，似乎这有点搞错了原因与结果，就象关联关系，有A的时候，B与之 ...

如何为分类问题选择合适的机器学习算法

2018-01-12

如何为分类问题选择合适的机器学习算法 若要达到一定的准确率，需要尝试各种各样的分类器，并通过交叉验证选择最好的一个。但是，如果你只是为你的问题寻找一个“足够好”的算法或者一个起点，以下准则有利于 ...

主成分分析、因子分析、聚类的概览与比较

2018-01-12

主成分分析、因子分析、聚类的概览与比较 主成分分析：利用降维（线性变换）的思想，在损失很少信息的前提下把多个指标转化为几个综合指标（主成分），用综合指标来解释多变量的方差——协方差结构，即每个主 ...

主成分分析和因子分析十大不同点

2018-01-11

主成分分析和因子分析十大不同点 主成分分析和因子分析无论从算法上还是应用上都有着比较相似之处，本文结合以往资料以及自己的理解总结了以下十大不同之处，适合初学者学习之用。 1.原理不同 主成分 ...

SPSS = 数据测量的类型

2018-01-11

SPSS = 数据测量的类型 数据测量类型 查看IBM SPSS Modeler 帮助文档，解释如下： • 默认值。具有未知存储类型和值的数据（例如，由于其尚未被读取)将显示为<默认值>。 •  连续。用于描述数字 ...

一文读懂聚类算法

2018-01-11

一文读懂聚类算法 1. 聚类的基本概念 1.1 定义 聚类是数据挖掘中的概念，就是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中 ...

数据如何为新零售赋能

2018-01-11

数据如何为新零售赋能 关于新零售，阿里给出的定义是“以消费者体验为中心的，数据驱动的泛零售业态”，这里道出了两个关键点，一个是“以消费者体验为中心”，另外一个是“数据驱动”。 笔者采访了多名从事 ...

基于R统计分析—探索性数据分析

2018-01-10

基于R统计分析—探索性数据分析 数据的统计分析分为描述性统计分析和统计推断两部分, 前者又称为探索性统计分析, 它是通过绘制统计图形、编制统计表格、计算统计量等方法来探索数据的主要分布特征, 揭示 ...

硅谷资深数据科学家教你认清探索性数据分析（EDA）的价值

2018-01-10

硅谷资深数据科学家教你认清探索性数据分析（EDA）的价值 从外表来看，数据科学通常被认为完全是由高等统计学和机器学习技术组成。然而，另一个重要组成部分往往被低估或遗忘：探索性数据分析(EDA)。EDA指对已 ...

淘宝大规模网店综合分析案例

2021-03-08

一、案例综述 案例编号： 101002 案例名称： 电商行业——淘宝大规模网店综合分析 作者姓名（或单位、或来源）： 刘莎莎 案例所属行业： H633纺织、服装及日用品 案例所用软件 ...

SPSS—描述性统计分析—列联表

2018-01-09

什么是列联表 列联表又称交互分类表，所谓交互分类，是指同时依据两个变量的值，将所研究的个案分类。交互分类的目的是将两变量分组，然后比较各组的分布状况，以寻找变量间的关系。 这里是按两个变量交叉分 ...

SPSS—描述性统计分析—频数分析

2018-01-09

SPSS—描述性统计分析—频数分析 描述性统计量 分类 集中趋势分析——中心趋势的数值度量 反映一组数据向某一位置聚集的趋势，主要的统计量有均数（mean）、中位数（median）、众数（mode）、总 ...

2018年中国大数据产业8大趋势前瞻

2018-01-08

2018年中国大数据产业8大趋势前瞻 刚刚过去的2017年，大数据产业持续呈高速增长，各地方政府纷纷开启数字化转型之路，大数据被广泛应用于政府监管、社会治理、经济转型等诸多实践领域。2018年，在建设“数字中 ...

大数据分析报告给企业带来的价值

2018-01-08

大数据分析报告不仅能够对某个具体领域的宏观经济趋势进行判断和预测；还可以把我们的触角深入到某一个社区、某一类人群、某一个具体的产品，来了解他们的真实情况；同时，我们还能够借助大数据分析的结果来 ...

数据科学的基本内容

2018-01-08

数据科学的基本内容 什么是数据科学?它和已有的信息科学、统计学、机器学习等学科有什么不同?作为一门新兴的学科，数据科学依赖两个因素：一是数据的广泛性和多样性;二是数据研究的共性。现代社会的各行各业都 ...

数据科学面临的共同挑战有哪些

2018-01-08

数据科学面临的共同挑战有哪些 随着我们进入2018年，是时候看看那些使用数据科学和机器学习的公司面临的共同挑战。假设你的公司已经在大规模收集数据，需要用到分析工具，而且你已经认识到数据科学可以发挥重大 ...

数据科学家需要掌握的10个基本统计技术

2018-01-08

数据科学家需要掌握的10个基本统计技术 无论您在数据的科学性问题上持哪种看法，都无法忽视数据的持续重要性，也不能轻视分析、组织和情境化数据的能力。 根据大量的就业数据和员工反馈信息统计，在“25个最 ...

python编写朴素贝叶斯用于文本分类

2018-01-08

python编写朴素贝叶斯用于文本分类 朴素贝叶斯估计 朴素贝叶斯是基于贝叶斯定理与特征条件独立分布假设的分类方法。首先根据特征条件独立的假设学习输入/输出的联合概率分布，然后基于此模型，对给定的输入 ...

大数据时代如何把握商机

2018-01-07

大数据时代如何把握商机 一、如何发现大数据，它在哪里? 很多大中小型企业，或者不知道该如何使用手中已有的数据资源，或者认为大数据只有BAT才有，一个小网站或APP应用是没有大数据的，果真如此吗 ...