我不是小鲁班

摘要： 支持向量机的目的是寻找一个能讲两类样本正确分类的超平面，很多时候这些样本并不是线性分布的。 由此，可以将原始特征空间映射到更高维的特征空间，使其线性可分。而且，如果原始空间是有限维，即属性数量有限， 那么一定存在一个高维特征空间使样本可分。 k(.,.)就是核函数。整理后 定理证明：只要一个对称函数 阅读全文

摘要： 数据分析师的成长之路 在学习数据分析之前应该明白几点 数据初期的准备通常占整个数据挖掘项目工作量的70%左右。 数据分析师本身融合了业务知识、统计学和计算机等学科，并不是新的技术。 数据分析更适合业务人员学习（相比技术人员学习业务来的更高效） 数据分析项目通常需要重复一些毫无技术含量的工作。 以数据 阅读全文

摘要： 在绘制数据分布条形图时，要更改y轴的刻度很简单，直接在图形编辑窗口点击y轴修改就可以了。 而x轴的间隔自动设置为1，如果想要更改组距，可以按照以下方式： 点击重新编码为不同变量 选择要更改的变量，在【输出变量】里输入新的名称，点击【更改】 然后点击【旧值和新值】 添加需要更改的数据范围，比如5-10 阅读全文

摘要： 总觉得有些技能学会了是不会忘的，但是还是要记录一下，怕记忆力不像狗皮膏药，并不那么牢固。 1、文件的合并 两个数据文件的合并 点击添加个案，这一步按照自己的需求选择，也可以打开外部数据集，在这里打开的数据集都是sav格式的。 在这一步选择合并的数据内容，按照什么数据合并，要求数据中至少是有一列数据相 阅读全文

摘要： 查找路径下指定文件名并返回 os.walk(）返回Directory tree generator。每次生成格式为（dirpath, dirnames, filenames） 的tuple，元素依次是当前路径、当前路径下文件夹列表、当前路径下文件名列表。 list的.append()、.extend 阅读全文

摘要： 在分类问题中，有存在正反例数目差异较大的情况，这种情况叫做类别不平衡。 针对这种问题，解决方式主要有3种：假设正例数量大，反例数目极小。 1、减少正例的数量，使得数据平衡，再进一步分类，这种情况属于“欠采样”； 2、增加反例的数目平衡数据，再分类，这种称为“过采样”； 3、阈值移动：直接使用原始数据 阅读全文

摘要： 1、下载 下载地址：http://spark.apache.org/downloads.html。 选择下面版本下载。 2、操作流程：https://blog.csdn.net/nxw_tsp/article/details/78281533 阅读全文

摘要： 详细过程： 1、VMware安装； 2、centos 6 安装 3、jdk下载安装配置 4、Hadoop 安装配置 1、VMware Workstation 安装： https://www.vmware.com/cn/products/workstation-pro.html 下载安装，很简单 阅读全文

摘要： 决策树可以分成ID3、C4.5和CART。 CART与ID3和C4.5相同都由特征选择，树的生成，剪枝组成。但ID3和C4.5用于分类，CART可用于分类与回归。 ID3和C4.5生成的决策树可以是多叉的，每个节点下的叉树由该节点特征的取值种类而定，比如特征年龄分为（青年，中年，老年），那么改节点下 阅读全文

摘要： 1、pandas解决“pandas.parser.CParserError: Error tokenizing data. C error: Expected 2 fields in line 3, s” 2、中文编码问题 【所谓unicode】 unicode是一种类似于符号集的抽象编码，它只规定 阅读全文