代码及数据集下载：决策树 关于回归树与分类树的详解可以查看分类与回归决策树详解ID3，C4.5，CART，Python实现 决策树通常在机器学习中用于分类。 优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关特征数据。 缺点：可能会产生过度匹配问题。 适用数据类型：数值型和标称型。 1.信息增益 划分数据集的目的是：将无序的数据变得更加有序。组织杂乱无章数据的
转载
2024-06-28 10:45:29
22阅读
最近刷了刷知乎上一些所谓“数据驱动运营”的文章，额，怎么说呢，个人感觉大都数都不实用，除了“请听下回分解”的卖课文章卖产品文章，就是“理论上应该是这样”的“理想状态下”的方法论。不过，还是有一些能给人启发的，结合自己之前工作中的几个实例，总结下。一、以结果倒推过程 实例1 在第一家公司的时候做过这样一个项目，填充不同商品详情页某个频道下的UGC内容，以提升频道CTR。当时的做法是把竞品对应产品对应
转载
2023-11-30 13:06:41
79阅读
在本次博客中，我将利用Python数据分析工具来做一个某医院某年度的销售情况汇总。项目运行环境： 操作系统 Windows 10 64位 Python 3.7.0 开发工具 Pycharm（ipython） 数据分析的基本过程主要分为两方面：
一、数据分析的目的
一方面是发现问题，并且找到
转载
2021-07-30 05:20:00
532阅读
1评论
大家早上好，本人姓吴，如果觉得文章写得还行的话也可以叫我吴老师。欢迎大家跟我一起走进数据分析的世界，一起学习！本周给大家分享的数据分析案例是泰坦尼克号幸存者预测的项目，没记错的话，这应该是很多朋友写在简历上的项目经历。如果你目前正在找工作，自身缺少项目经历并且想要充实项目经历的话，可以考虑一下这个项目！完整文本介绍、代码以及数据集下载链接放在文末！ 目录泰坦尼克号幸存者预测1 获取数据集1.1 探
转载
2023-09-14 23:14:22
355阅读
小白的一点案例记录，望大神们手下留情。。。 共两部分源码分别见3.1和3.2一、背景前提日常辛苦工(mo)作(yu)之后的某时，心血来潮想查下以前离职公司现在怎么样了，于是各种企业信息查询，某查查登场，注册–>验证–>绑定–>登录，还好可以看了，猛然眼前一亮，诉讼异常，悲(窃)伤(喜)着点开，会员，看不到全部内容，咱也理解，毕竟人家是公司不是盈利机构，于是乎，就有了本文的初始念头
转载
2023-09-26 18:50:04
103阅读
欢迎关注天善智能 hellobi.com，我们是专注于商业智能BI，大数据，数据分析领域的垂直社区，学习、问答、求职，一站式搞定！对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。传统的偷漏税分析是通过人工检测来进行的，对人的依赖性太大，为了提高偷漏税的判别效率，拟决定先根据商户的纳税数据进
转载
2023-12-13 13:01:14
44阅读
目录1. 请导入相应模块并获取数据。导入待处理数据tips.xls，并显示前5行。2、分析数据 3.增加一列“人均消费”4查询抽烟男性中人均消费大于5的数据 5.分析小费金额和消费总额的关系，小费金额与消费总额是否存在正相关关系。画图观察。6分析男女顾客哪个更慷慨，就是分组看看男性还是女性的小费平均水平更高7.分析日期和小费的关系，请绘制直方图。8、绘图分析性别+抽烟的组合对慷
转载
2023-08-06 20:08:45
431阅读
在数据分析的世界里，Python无疑是一个强大的工具。我们会通过一个具体的案例来展示如何运用Python进行数据分析，包括背景定位、演进历程、架构设计、性能攻坚、故障复盘和扩展应用等环节。接下来，就让我们深入探索这个案例吧。
### 背景定位
在我们的项目初期，面对大量的数据，团队发现我们在数据处理上的效率非常低下，传统手动处理的方式不仅耗时，还容易出错。为了提高我们的数据分析能力，我们决定寻
# Python 数据分析案例入门指南
作为一名刚入行的开发者，你可能对如何使用Python进行数据分析感到困惑。本文将为你提供一个简单的入门指南，帮助你理解数据分析的基本流程，并展示如何使用Python实现一个简单的数据分析案例。
## 数据分析流程
数据分析通常包括以下几个步骤：
| 步骤 | 描述 |
| --- | --- |
| 1 | 数据收集 |
| 2 | 数据清洗 |
|
原创
2024-07-21 11:19:47
15阅读
大家早上好，本人姓吴，如果觉得文章写得还行的话也可以叫我吴老师。欢迎大家跟我一起走进数据分析的世界，一起学习！提问：大家觉得成绩的高低都和哪些因素有关呢？男女生之间在科目上是否有明显的差异呢？前言又到了每周末知识分享环节。这次给大家分享的是kaggle上的一个非常有意思的项目，我们希望从中发现学生的测验表现与标签之间的关系。总之，本次项目干货满满，除了通过绘图等常规手段之外，也用到了t检验等假设检
转载
2023-06-05 15:25:15
436阅读
“大数据”几乎已成为时下最时髦的词汇，不夸张地说，当今各行各业无不对大数据充满了向往，希望自己在新一轮的大数据营销中抢占先机。同时，从大数据中引申出的数据挖掘、数据分析、数据安全等数据运用技术也成为人们热捧的焦点。在大数据时代，让过去难以进行数据决策的问题变成可能，企业在制定营销决策时，也越来越多地需要大数据提供必要的支撑。可以说，大数据技术是基于人们短时间内处理海量数据的需要而产生的，同时，大数
转载
2023-10-16 08:30:19
98阅读
星火：Python数据分析基础zhuanlan.zhihu.com两个学习道具：
1）这个网页可以调用全球最大的搜索引擎（长按此处可以复制）：
事先准备：
在notebook中想要导入Excel文件，要先安装一个读取Excel文件的包：xlrd
安装步骤：
1>现在conda中进入当前文件所在的Python环境，例如
activate py3
2>然后使用命令安装
conda inst
转载
2023-08-08 11:58:08
91阅读
啤酒和纸尿裤的故事大多数人都听说过，纸尿裤的售卖提升了啤酒的销售额。关联分析就是这样的作用，可以研究某种商品的售卖对另外的商品的销售起促进还是抑制的作用。案例背景本次案例背景是超市的零售数据，研究商品之间的关联规则。使用的自然是最经典的apriori算法。数据展示，数据是一个excel表：柑橘类水果，人造黄油，即食汤，半成品面包四个商品，其他以此类推。数据读取导入包，设置import numpy
转载
2023-08-04 18:51:16
280阅读
政务数据分析与决策是现代化政府管理的重要组成部分，通过对海量数据的有效分析，能够为决策提供科学依据。本文将以全面、结构化的方式探讨如何通过技术手段解决这一问题，分为多个模块，以便详细记录过程与经验。
---
### 版本对比与兼容性分析
在进行政务数据分析与决策时，引入不同的分析工具与框架是常见的做法。针对各版本之间的差异，我们分析了不同版本的兼容性，为了确保无缝过渡，以下是我们比较的内容：
大数据的应用需求，是新的大数据技术开发的源泉。在不久的将来，也许很多原来单纯依靠人类自身判断力的领域应用，最终都将被计算机系统的数据分析和数据挖掘功能，所普遍改变甚至取代。在大数据时代下，随着大数据价值的凸显，大数据的应用也逐渐深入，各行各业都离不开大数据，大数据的决策、应用与开发，对社会的发展产生深刻影响。 大数据决策：成为一种新的决策方式 依据大数据进行决策，从数据中获取价
转载
2024-01-08 19:58:36
50阅读
黑色星期五(通过消费者行为进行销售研究)背景描述：关于零售商店中黑色星期五的55万个观测数据集。它包含不同类型的数字或分类变量,包含缺失值。1、理解数据 数据包含538K行，12列。各列含义如下:User_ID 用户IDProduct_ID 产品IDGender 用户性别Age 年龄分布Occupation 占用City_Category 城市类别A，B，CStay_In_Current_City
转载
2023-08-21 11:39:02
103阅读
先说下个人的经历，小弟毕业于一家普通的全日制本科，计算机专业，一直对数据有一种迷之好奇。包括我的毕业论文，我的选题是大数据与数据挖掘相关，导师跟我说你的研究选题有点虚，不容易过。但是我还是坚持自己的课题，题目就是《基于Hadoop的数据挖掘技术》，通过挖掘某地的政府电话咨询热线文本，最后为当地政府提供了一些民生问题建议。最后我还差点得了系的优秀毕业论文。然后我从此对这样一个问题产生了思考：究竟数据
转载
2024-01-08 18:55:58
51阅读
# PBI指数数据分析入门指南
作为一名刚入行的小白，理解如何进行PBI（Power BI）指数数据分析可能有些复杂。但放心，这份指南将帮助你掌握整个过程，并提供详细的代码和图表展示。以下是整个数据分析流程的概述。
## 数据分析流程
| 步骤 | 描述 |
|------|-------------------------------|
|
原创
2024-10-21 05:30:27
189阅读
一、分析背景和数据来源分析背景：随着互联网购物的发展，越来越多的人进行网上购物。在所得的数据中，2012年至2015年间用户的购买次数达到29971人次，但复购率较低。为了能够更清楚的知道用户的购买行为倾向，以及商品的销售走势。需要从商品以及用户购买需求的角度进行分析，意图为商家后续的商品销售进行指导，获取更多的客流以及销售量。数据来源：阿里巴巴天池Baby Goods Info Data-数据集
转载
2023-08-10 16:01:37
326阅读
文章目录1、导包2、查看数据3、重复值和空值处理4、数据转换类型4.1、面积数据类型转换4.2、户型表达方式替换5、房源数量和位置分布分析7、户型数量基本分析8、去掉统计数量较小的值9、图形展示房屋类型10、平均租金分析11、图形可视化12、面积基本分析 1、导包import pandas as pd
import numpy as np
import matplotlib.pyplot as
转载
2024-01-12 13:47:43
311阅读
