盘点丨2018 年热门 Python 库丨TOP20

2018-06-20

盘点丨2018 年热门 Python 库丨TOP20 在解决数据科学任务和挑战方面，Python继续处于领先地位。去年，我对当时热门的Python库进行了总结。今年，我在当中加入新的库，重新对2018年热门Python库进行全面盘点。 ...

python实现识别相似图片小结

2018-04-01

python实现识别相似图片小结 在网上看到python做图像识别的相关文章后，真心感觉python的功能实在太强大，因此将这些文章总结一下，建立一下自己的知识体系。 当然了，图像识别这个话题作为计算机科学的一个分 ...

人脸识别中常用的几种分类器

2018-03-28

人脸识别中常用的几种分类器 在人脸识别中有几种常用的分类器，一是最邻近分类器；二是线性分类器 （1）最邻近分类器 最近邻分类器是模式识别领域中最常用的分类方法之一，其直观简单，在通常的应用环境 ...

Stata软件对截断和删失数据处理方法介绍

2018-03-24

Stata软件对截断和删失数据处理方法介绍 截断和删失是完全不同的现象，都会导致我们的样本不完整。这些现象出现在医疗科学、工程、社会科学和其他研究领域。如果忽略截断和删失，当我们分析数据时，我们的人口 ...

利用Stata进行概要统计及交互表统计

2018-03-24

利用Stata进行概要统计及交互表统计 【命令范式】 summarize y1 y2 y3 对所列变量计算简单的概要统计量 summarize y1 y2 y3, detail 获取详细的描述性统计，包括百分位数，中位数，平均数，标准差，方差，偏度 ...

利用Python破解验证码实例详解

2018-03-22

利用Python破解验证码实例详解 这篇文章主要给大家介绍的是如何通过一个简单的例子来实现破解验证码。从本文中我们可以学习到 Python 基本知识，PIL 模块的使用，破解验证码的原理。文中通过实例一步步介绍的 ...

R语言中的概率论和数理统计

2018-03-13

R语言中的概率论和数理统计 一、随机变量 （一）、什么是随机变量？ 1.定义 随机变量（random variable）表示随机现象各种结果的实值函数。随机变量是定义在样本空间S上，取值在实数域上的函数， ...

R语言中的几种图

2018-03-12

R语言中的几种图 R语言中，常见的图有直方图、箱线图、条形图、点阵图、饼图、QQ图。 1.直方图 直方图是直观了解数据分布的常用图形，它将连续型数据分为等间距的组，并以矩形的高低来显示相应组中所 ...

R语言之随机数与抽样模拟篇

2018-03-12

R语言之随机数与抽样模拟篇 R语言生成均匀分布随机数的函数是runif（） 句法是：runif(n,min=0,max=1)    n表示生成的随机数数量，min表示均匀分布的下限，max表示均匀分布的上限；若省略参数mi ...

R语言自定义函数，利用QQ图和shaprio.test检验正态分布

2018-03-11

R语言自定义函数，利用QQ图和shaprio.test检验正态分布 代码 #自定义函数 norm.test<-function(data,alpha=0.05,pic=TRUE){ #alpha为显著性水平，这里的默认值为0.05  if(pic==TRUE) ...

（笔记）spss的描述统计和比较均值

2018-03-05

（笔记）spss的描述统计和比较均值 描述统计： 分析-描述统计，包括：频率，描述，搜索，交叉表，比率，P-P图，Q-Q图 1，频率：分析多个样本中取值的出现频次，求得这些频次的 ...

Python 爬取淘宝商品数据挖掘分析实战

2018-03-03

Python 爬取淘宝商品数据挖掘分析实战 项目内容 本案例选择>> 商品类目：沙发； 数量：共100页  4400个商品； 筛选条件：天猫、销量从高到低、价格500元以上。 项目目的 1. 对商 ...

SPSS之偏态分布的激素水平影响因素分析

2018-03-03

SPSS之偏态分布的激素水平影响因素分析 概况：某种激素水平对胃癌的发生有一定的作用，把病人分为实验组和对照组。 性别：男、女。 年龄：青年（<45岁）、中年（45岁~59岁）、 ...

使用Python进行描述性统计

2018-02-26

使用Python进行描述性统计 1 描述性统计是什么？ 描述性统计是借助图表或者总结性的数值来描述数据的统计手段。数据挖掘工作的数据分析阶段，我们可借助描述性统计来描绘或总结数据的基本情况，一来可以梳 ...

机器学习中防止过拟合方法

2018-02-25

机器学习中防止过拟合方法 过拟合 在进行数据挖掘或者机器学习模型建立的时候，因为在统计学习中，假设数据满足独立同分布，即当前已产生的数据可以对未来的数据进行推测与模拟，因此都是使用历史数据建立模 ...

用python-pandas作图矩阵

2018-02-24

用python-pandas作图矩阵 我们在采用机器学习算法对数据进行分析时，首先要对数据进行了解，而了解数据最快速的方式就是可视化。但是作者可视化采用的方法对很多data都通用，且采用的是各种图形的图矩阵，如直 ...

数据探索和数据准备的步骤

2018-02-22

数据探索和数据准备的步骤 如我们所知，数据分析工作的70%的时间都用作于数据清洗，数据探索和数据准备当中，这可以说是数据分析的核心所在。数据清洗主要是工具层面上的，这里先不讨论。我们这里讨论数据探索 ...

快学数据挖掘—数据探索—贡献度分析

2018-02-22

快学数据挖掘—数据探索—贡献度分析 贡献度分析又称帕累托分析，它的原理是帕累托法则又称20/80定律。同样的投入放在不同的地方会产生不同的效益。例如，对一个公司来讲，80%的利润常常来自于20%最畅销的产品 ...

数据挖掘概念综述

2018-01-29

数据挖掘概念综述 数据挖掘又称从数据库中发现知识（KDD）、数据分析、数据融合（Data Fusion）以及决策支持。KDD一词首次出现在1989年8月举行的第11届国际联合人工智能学术会议上。随后在1991年、1993年和199 ...

一名合格的数据分析师该怎样解释“买不起房”这件事

2018-01-29

一名合格的数据分析师该怎样解释“买不起房”这件事 北京很大，大到容得下两千多万人的吃喝拉撒睡。北京很小，小到装不下一个外地人的北漂梦。 我是一名北漂，来北京7年了，7年时间里不断地租房搬家，心里 ...