该文被密码保护。 阅读全文
摘要：
1，从看各种不同的R语言教材，到做完这个项目，大概在20个小时以内，应该符合之前的要求 2，开始的时候思维还在jupyter notebook做机器学习的模式了，不过就像是学习游泳，也不是说学了自由泳，就不会学蛙泳了，只是某种练习，坚持和习惯 3，Rstudio还是狠强大，R当然也狠强大，各种神包， 阅读全文
摘要：
环境仍然是Jupyter Notebook, py2.7，至今没发现拿python做数据分析，有比这个笔记本更好用的工具。 此篇文章呢，主要是通过一个小的机器学习的项目，来说明一下，相关的大概步骤和所涉及到各种概念。 原始数据：有如下特点 波士顿房屋这些数据于1978年开始统计，共506个数据点，涵 阅读全文
摘要：
这个任务同样是在Jupyter Notebook中完成， 项目目的是通过前面的所有特征列，当然去掉序号列，然后预测最后一列，收入'income'，究竟是大于50K，还是小于等于50K. 第一步，探索数据，像探索性统计里经常涉及到的频数，均值，众数或者众位数相关的计算，我们通过这些统计指标，使用pyt 阅读全文
摘要：
机器学习，特征工程 阅读全文
摘要：
赶脚Navicat Prenium在处理体积比较大的数据文件的时候，要比下面这个应用更快一些。 基础查询：连接MySQL58数据库，本地服务连接 基础表和一些相关解释，当然这是查看每一张表后手工做的解释，因为从表名本身无法推测表的实际内容： 内连接，统计函数，别名，排序，这些频数比较高的SQL查询语 阅读全文
摘要：
爬虫抓的原始数据： 案例分析要求和一点点数据处理： 主要是为了展示一下切片器的效果哈，实现不同列项选择性查看，并且实现柱状图和透视表的联动 阅读全文
摘要：
爬虫爬到的基础数据，假设如下： 使用VLOOKUP函数整理数据： 加入筛选条件： 加入新的统计参数，区域 重新分析 加入新列的数据： 阅读全文
摘要：
数据分析的基本工具 阅读全文
摘要：
之前一直觉得这个机器学习就是把一堆数据扔给机器（代码）然后它能产生出新的神奇来，不过很多事情只有做了才能了解它大概是个什么东西 首先去Kaggle上找数据，一般数据挖掘这块，基本上至少有一个训练集和一个测试集， 下载这个train和test文件，是不是觉得很熟悉，这跟KNIME做决策树，贝叶斯的数据 阅读全文