对于庞大的公交地铁路线信息的数据挖掘，一般软件遇到的问题主要有两点：1.对于文本信息的挖掘，特别是中文词汇的挖掘，缺乏成熟的工具或者软件包，2.对于大数据量，一般软件的读取和处理会遇到问题。即使一个月的部分区域路线信...

一个完整的数据挖掘模型，最后都要进行模型评估，对于二分类来说，AUC，ROC这两个指标用到最多，所以 利用sklearn里面相应的函数进行模块搭建。

一文爱上可视化神器plotly_express目前使用和见识过最棒的可视化库。必须爱上它❤️

经济的支撑从以土地和传统基建为主的时代迈入以科技引领的数字化、智能化和智慧化的万物互联万物智能的智慧时代。新的科技基建成为未来十年二十年甚至未来三十年的大趋势。...

本文中介绍的机器学习算法中的一种监督学习的算法：KNN算法，全称是K-Nearest Neighbor，中文称之为K近邻算法。

TPC-DS采用星型、雪花型等多维数据模式。它包含7张事实表，17张纬度表平均每张表含有18列。其工作负载包含99个SQL查询，覆盖SQL99和2003的核心部分以及OLAP。这个测试集包含对大数据集的统计、报表生成、联机查询、数据...

【摘要】基于边缘计算研究传感器高频次采集数据的传输、存储和处理技术架构，提出了传感器高频采集设备的软硬件模块组成，并形成通用数据分析处理软件框架，以长时间综合分析多个高频采集设备的数据，为物联网应用对大规模传...

如果其中一个变量的分布随着另一个变量的水平不同而发生变化时，那么两个分类变量就有关系。

挖掘复杂的数据类型数据挖掘的其他方法数据挖掘应用金融数据分析的数据挖掘为多维数据分析和数据挖掘设计和构造数据仓库贷款偿还预测和顾客信用正则分析针对定向促销的顾客分类与聚类洗黑钱和其他金融...

1、了解数据采集的意义在于真正了解数据的原始面貌，包括数据产生的时间、条件、格式、内容、长度、限制条件等。同时，对数据采集逻辑的认识增加了数据分析师对数据的理解程度，尤其是数据中的异常变化。很大程度上可以避...