摘要： 一、概述 二、中心趋势度量：均值、中位数、众数、中列数 也就是度量数据分布的中部或中心位置。（给定一种属性，它的值大部分落在何处） 频率：区间内数值的个数。 1）均值（mean） 数据集“中心”的最常用、最有效的数值度量是均值。 均值对应于关系数据库系统提供的内置聚集函数 average（SQL 的 阅读全文

摘要： 一、概述 二、标称属性（nominal attribute） 1）特点 2）其它 # 例：hari_color（头发颜色）、marital_status（婚姻状况）、occupation（职业），都是标称属性，表示对象的特征。 三、二元属性（binary attitute） 1）特点 2）其它 四、 阅读全文

摘要： 定义 数据挖掘：从大量数据中挖掘有趣模式和知识的过程。 一、知识发现过程 1）数据预处理 1、数据清理：消除噪声和删除不一致数据； 2、数据集成：多种数据源组合在一起。 3、数据选择：从数据库中提取与分析任务相关的数据。 4、数据变换：通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式。 2）数据 阅读全文

摘要： yum search + 服务：查询服务是否存在； yum remove + 服务：卸载服务； 使用 service 操作服务时，服务的名称后要加上字符 d，如启动：service mysqld start ； cat /vir/log/mysqld.log | grep + 关键字：从 MySQL 阅读全文

摘要： ps + 查看方式 | grep + 服务/端口/软件等：查看状态； 一、基本操作 Nginx 多用于商业系统； 一个端口只能被一个服务使用； Nginx 可以同时监听多个端口，也就是配置时，一个主机中添加多个端口，浏览器访问该域名时，无论访问哪个端口都对应相同的内容； 1）安装 Nginx 默认不 阅读全文

摘要： / + 内容：表示在文本中搜索该内容； :q!：不保存直接退出； chown -R imooc:imooc /data：将 /data 文件夹的权限所有人该为用户 imooc； -R：采用递归的方式； /data 文件夹下的所有文件的权限都为用户 imooc； sudo su + 用户名：切换用户； 阅读全文

摘要： 一、过程及代码 原文出处：一步一步教你如何在GitHub上上传自己的项目 原文作者：夏雨薇安 二、出错 error: src refspec master does not match any. error: failed to push some refs to 解决方法： 原文出处：git pu 阅读全文

摘要： 一、项目目录 （一）数据加载 基础统计 特征分类 基本分布(scatter) （二）数据分析 正态性检验 偏离度分析 (hist | scatter) 峰度分析 (hist | scatter) 分散度分析 (box) 特征本身分散度 SalePrice 的分散度 方差齐次检验 方差分析 (bar) 阅读全文

摘要： pandas.Series 的一些方法：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.corr.html 阅读全文

摘要： 原文出处：机器学习项目流程 原文作者：wxquare 1. 理解实际问题，抽象为机器学习能处理的数学问题 理解实际业务场景问题是机器学习的第一步，机器学习中特征工程和模型训练都是非常费时的，深入理解要处理的问题，能避免走很多弯路。 2. 获取数据 获取数据包括获取原始数据以及从原始数据中经过特征工程 阅读全文