刚接触到数据挖掘的时候，看过一篇文章，介绍了数据挖掘方面有三本经典书籍：(1)J.HanandM.Kamber,DataMining:ConceptsandTechniques.本书从数据库角度看待数据挖掘，强调效率（Efficiency）。按照本书观点，数据挖掘是从存储在数据库、数据仓库或者其他信息库中的大量数据中发现知识的过程。(2)I.H.WrittenandE.Frank.DataMini
原创
2013-11-12 17:22:33
607阅读
1.数据挖掘简介(略)2.使用Python和IPython Notebook2.1.安装Python2.2.安装IPython2.3.安装scikit-learnscikit-learn是用Python开发的机器学习库，它包含大量机器学习算法、数据集、工具和框架。它以Python科学计算的相关工具集为基础，其中numpy和scipy等都针对数据处理任务进行过优化，因此scikit-learn速度快
转载
2023-09-16 20:07:22
39阅读
岁月里，寒暑交替。人世间，北来南往。铭心的，云烟的。都付往事，不念，不问。
原创
2021-08-19 09:39:23
333阅读
一、Apriori算法的前置知识Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和向下封闭检测两个阶段来挖掘频繁项集。关联规则挖掘是数据挖掘中最活跃的研究方法之一，最初的动机是针对购物篮分析问题提出的，其目的是为了发现交易数据库中不同商品之间的练习规则。通过用户给定的最小支持度，寻找所有频繁项目集，即满足Support不小于Minsupport的所有项目子集。通过用户
转载
2023-07-17 17:32:01
57阅读
1. 什么是数据挖掘例子：在大海中寻找石油，开采人员对地质做勘探，分析地质构造，从而发现石油位置，然后用开采工具，进行深度挖掘，直至打到石油。 例子：在大海中寻找石油，开采人员对地质做勘探，分析地质构造，从而发现石油位置，然后用开采工具，进行深度挖掘，直至打到石油。 大海就是数据源，石油就是分析的结果。数据挖掘工作就是分析这些数据，从庞大的数据中找到规律，发现宝藏。2. 数据挖掘知识清单(1)基本
转载
2023-11-02 09:22:45
69阅读
# 数据挖掘入门书籍学习指南
数据挖掘是一个非常重要的领域，涉及从大量数据中提取有价值的信息和知识。一旦你入门这个领域，学习合适的书籍和实践是至关重要的。本文将为你提供一个系统化的学习流程，并配有必要的代码和示例。
## 学习流程
下面是一个简单的学习流程表，将整个数据挖掘学习过程分为几个步骤。
| 步骤 | 描述
原创
2024-09-20 11:29:04
71阅读
数据挖掘经典案例
当前，市场竞争异常激烈，各商家企业为了能在竞争中占据优势，费劲心思。使用过OLAP技术的企业都知道，OLAP技术能给企业带来新的生机和活力。OLAP技术把企业大量的数据变成了客户需要的信息，把这些信息变成了价值，提高了企业的产值和效益，增强了客户自身的竞争实力。
“啤酒与尿布”的故事家喻户晓，在IT界里，几乎是数据挖掘的代名
原创
2011-03-17 12:02:00
1000阅读
赠书活动在 AINLP 公众号。这本书相当受欢迎（前两个版本累计销量超过 5 万册），尤其是受学校青睐——在此也说声抱请知悉，...
转载
2023-07-27 16:00:36
89阅读
下面是一些网上介绍的经典的数据，记录下来准备读下。SQL Server:Microsoft SQL Server 2005技术内幕 查询、调整和优化Microsoft SQL Server 2005技术内幕 T-SQL程序设计Microsoft SQL Server 2005技术内幕 T-SQL查询Microsoft SQL Server 2005技术内幕 存储引擎SQL Server 2005
原创
2014-12-09 17:23:28
391阅读
实用商业心理学【最好看完的九本书】1.《成功特质--造就顶尖人士的51种品质》2.《记住你
原创
2023-06-15 07:45:54
114阅读
1、算法简介 Apriori algorithm是关联规则里一项基本算法。其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集，是由Rakesh Agrawal和Ramakrishnan Srikant两
转载
2023-11-03 19:30:11
77阅读
数据挖掘知识清单一.数据挖掘基本流程- six steps商业理解 - 目的 挖掘不是目的，帮助业务才是目的，从商业的角度理解项目需求，再开始定义挖掘目的数据理解 - 初步认知 收集、探索数据，包含数据描述、数据质量验证等数据准备 - 收集 清洗、数据集成等准备工作模型建立 - 分类 利用各种数据挖掘模型，进行优化模型评估 - 商业目标 对模型进行评价，并检查模型的每个步骤，确认是否实现了预定的商
转载
2023-09-27 06:05:30
60阅读
一、C4.5C4.5，是机器学习算法中的一个分类决策树算法，它是决策树(决策树也就是做决策的节点间的组织方式像一棵树，其实是一个倒树)核心算法ID3的改进算法，所以基本上了解了一半决策树构造方法就能构造它。决策树构造方法其实就是每次选择一个好的特征以及分裂点作为当前节点的分类条件。 二、The k-means algorithm 即K-Means算法k-means
转载
2024-01-11 14:18:57
54阅读
但是是否有很多和小编一样的代码白痴，完全对代码一窍不通的人，想学数据挖掘。苦于没时间重头学习编程，也怪自己对代码毫无兴趣。根本学习不下来。如果有的话，那就赶紧往下看吧！这个数据挖掘工具，简直就是为我这种代码白痴量身定做的，完全不需要编程技术，通过简便鼠标操作可视化即可轻松完成数据挖掘。数据挖掘是指在庞大数据集当中发现模式，将它转换成有效的信息。数据挖掘揭示的是未知的、将来的数据关系。数据挖掘的知识
转载
2023-11-29 10:08:40
0阅读
人人都可以简单入门Python、爬虫、数据分析 简说Python推荐
作者：云朵君导读： 大家好，我是云朵君，最近有很多小伙伴留言说，想要我分享一些数据挖掘实战案例。今天就来给大家分享一个这么一个项目。本次数据挖掘主要目的是理清楚数据挖掘的一般过程与基本方法，并没有进行太过复杂的挖掘分析，或许会存在很多分析不够深入的情况，欢迎各位大佬交流讨论。 app客户流失及客户行为偏好分析（仅供
转载
2024-04-22 15:36:51
69阅读
笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个人，欢迎直筒们关注我的公众号，大家一起讨论数据中的那些有趣的事情。1、K-meaning算法实战主要是通过均值来聚类的一个方法。步骤为： 1）随机选择k个点作为聚类中心；2）计算各
转载
2024-01-10 20:14:21
56阅读
1.C4.5（决策树算法的一种，继承ID3优点）2.K-means（最经典的基于划分的聚类方法）3.SVM（Support Vector Machine）支持向量机4.Apriori（关联规则算法）5.EM（Expectation Maximization Algorithm，最大期望算法，一种迭代算法）用于含有隐变量（latent variable）的概率参数模型的最大似然估计或极大后验概率估计
转载
2024-01-11 22:05:09
10阅读
情景分析+ULK+RTFSC=天下无敌评“深入理解LINUX内核（第三版）” 个人评分： 记得在中国人气和高手最多的linuxform上看到的一句话。 现在自己的书架上以后lkd2+ldd3+情景分析，再加上它ulk3，书架的linux kernel的四库全书已经凑齐，很充实。 lkd2：属于在总体上给你一个轮廓和框架；先看一遍有个总体把握，过后再精读； ldd3：工作时必不可少的书籍，我们组就买
转载
精选
2008-09-11 09:25:47
2207阅读
source:http://blog.jobbole.com/106093/ 这个列表包括了 100 多本经典技术书籍，涵盖：计，覆盖
转载
2022-07-29 17:01:07
128阅读
阅读经典书籍，品读大师经典。
原创
2023-01-03 23:18:58
115阅读
