京公网安备 11010802034615号
经营许可证编号:京B2-20210330
首先声明的是本人并非数据挖掘和机器学习的高手,只是作为业余兴趣刚刚开始研究,据我所知好多朋友也和我一样对这方面的东西感兴趣,个人认为机器人技术是未来发展的方向。虽然我的专业是软件开发,基于Windows的,基于linux的,但是我认为未来的软件开发可能面对的硬件将会是多元化的,适当的了解一下未来的趋势也不为过。
本来想从机器学习开始,但是通过对业内人士的咨询,朋友建议我从数据挖掘开始,通过近一个月的学习,对数据挖掘的基本思想有了些粗浅的认识,分享出来,希望和大家共同快乐,共同进步。在这样的信息爆炸的时代,我希望对每个重要的知识点用一句话通俗的表达出来,既然是入门篇,让大家看明白了最重要。
分类和决策树
分类技术要解决的问题是从一批已知的完整记录中学习到一颗决策树或者一个模型,然后应用这个模型对未知的数据属性进行预测或分类。有时候对于一些现实的问题,我们无法通过纯数学的解析式表打自变量和因变量的关系时,我们就可能降低要求,从精确的解析式到模型足够好,可以解释大部分的现象,解决大部分的问题,通过分类技术和决策树就可以解决一部分问题。
下面是一个简单的决策树归纳算法实现
关联分析
关联分析要解决的问题是通过算法找出隐含在数据中的关联,比如买尿布的人大部分也买啤酒,买啤酒的人大部分也买花生米,有了关联就可以做针对性的广告或者商业分析。
聚类分析
聚类分析要解决的问题是将数据分成内部高内聚,外部低耦合的集合,这样对相似的事物进行分析就会更有针对性。
异常检测
一批数据中总有些数据记录的性质和其他大部分的数据差别很大,对有些分析我们需要找出这些数据并排除其对整体的影响,当然在某些极端的情况下对异常数据的深入研究也是有必要的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19