数据挖掘在线答疑
0
投票
2
回答
1940
浏览
人工智能大概何时能达到智能营销的程度?
张聪 回复了问题 • 2016-07-15 14:09
7
推荐
2686
浏览
统计挖掘的一些事一些情(二)——回归分析
实际上,无论是日常的统计学习还是挖掘学习中,回归分析都可以算是大家最早接触,也是整个体系当中相当重要的一个内容了,所以咱们这期就从回归分析说起吧。一般来说,借助回归分析,我们希望可以量化描述预测变...
浩彬老撕 发表了文章 • 2016-05-22 11:54
6
推荐
2592
浏览
统计挖掘的一些事一些情(一)——统计挖掘基本概念
这是这个公众号的第一个系列:统计挖掘的一些事一些情,在这个系列当中,我希望以尽可能“平易近人”的方式和大家讨论一下统计学的一些事一些情,希望大家能够以一种轻松的心态进到这门数据科学当中看一看。这里面...
浩彬老撕 发表了文章 • 2016-05-22 11:51
0
推荐
2575
浏览
IBM SPSS Modeler最强工具手册——数据读取的奥秘
谈到数据读取,大家估计想到本周浩彬老撕要开始介绍源节点了。可能你会说源节点不就是读取数据嘛,选择路径读取就好了,但是本期浩彬老撕还会告诉你,在读取数据后,不但有时候我们会遇到一些意想不到问题(例如...
浩彬老撕 发表了文章 • 2016-05-22 11:46
1
推荐
3099
浏览
IBM SPSS Modeler最强工具手册——Modeler实用小技巧
上周结合了一个简单的例子为大家全面介绍Modeler的数据挖掘方法论,CRISP-DM,那么这周将为大家介绍在咱们日常利用SPSS Modeler进行数据分析时,如何借助一些小技巧提高分析效率。一一个数据流中往往包含有...
浩彬老撕 发表了文章 • 2016-05-22 11:44
6
推荐
4669
浏览
IBM SPSS Modeler最强工具书手册——数据挖掘方法论体系
上周为大家介绍简单地系统介绍了IBMSPSS Modeler基本信息,包括发展历史,产品家族,数据挖掘方法导论,基本操作等,受到了大家的支持,浩彬老撕希望能把这个系列写成SPSS Modeler的超级工具手册,方便大家收藏,...
浩彬老撕 发表了文章 • 2016-05-22 11:41
1
推荐
3726
浏览
SPSS Modeler最强工具手册-Modeler基本介绍
本周新开一个SPSS的工具系列,会结合算法和工具使用持续更新,欢迎广大SPSS使用爱好者共同交流!初步认识数据科学,这只是一个起点,远的真谈不上,也不合适。至于角度,为什么从spss谈起?说实话,咱们做项目也...
浩彬老撕 发表了文章 • 2016-05-22 11:31
1
推荐
2624
浏览
收购天气公司,IBM想做什么?(完整天气数据分析教程)
15年10月,IBM宣布20亿美金收购The Weather Company(天气公司)。当时这条信息引起了很多人的好奇,因为这与传统IT公司的收购截然不同,不是大数据也不是云计算,不是软件也不是硬件,那么这次收购究竟是为...
浩彬老撕 发表了文章 • 2016-05-22 11:27
4
推荐
2123
浏览
数据科学的商业实践征程
在天善的第一天开张~第一篇就以最近参加的一次大数据微课分享就做起始,希望在这里多与大家相互交流~课程概要Guideline人人都说,我们正处于一个大数据时代,从IBM深蓝到谷歌AlphaGo,我们看到机器学习在这些科技...
浩彬老撕 发表了文章 • 2016-05-22 11:22
0
投票
1
已解决
2466
浏览
MATLAB、Python、excel之间的取舍?
brucelu 回复了问题 • 2015-11-27 16:50
0
投票
1
已解决
2095
浏览
如何通俗易懂地解释支持向量回归(support vector regression)?
brucelu 回复了问题 • 2015-11-26 12:00
0
投票
0
回答
1415
浏览
对图模型生成的时间序列进行分类,如何分类更好?可提供具体数据
Storyeah 发起了问题 • 2015-11-23 11:32
0
投票
3
已解决
2180
浏览
平时工作中特别注意数据收集、统计和分析,虽然对数据挖掘有所理解,但是总不能摸到真正的边缘。请教如何才能在数据整理分析过程中去理解并应用数据挖掘?
阿龙 回复了问题 • 2015-11-21 09:41
0
投票
1
已解决
2988
浏览
数据特征的归一化,如何处理训练数据与测试数据?
虾米 回复了问题 • 2015-11-20 16:15
支持向量回归 就是把实际问题通过非线性变换转换到高维的特征空间,通过升维后,在高维空间中构造线性决策函数来实现线性回归,选择不同的核函数,可以生成不同的SVM。
支持向量回归 就是把实际问题通过非线性变换转换到高维的特征空间,通过升维后,在高维空间中构造线性决策函数来实现线性回归,选择不同的核函数,可以生成不同的SVM。
楼主是要做市场调研吗?方法步骤:(1)做出调研问卷,可以采用打分的形式,问题的答案就是问客户满意不满意,1 非常不满意 ,2 不满意,3不一定,4 满意 5 非常满意 (2)找客户做问卷 ,一个一个填写问卷,如果满意,就勾选答案4,不满意就勾选2 (3)收集问... 显示全部 »
楼主是要做市场调研吗?方法步骤:(1)做出调研问卷,可以采用打分的形式,问题的答案就是问客户满意不满意,1 非常不满意 ,2 不满意,3不一定,4 满意 5 非常满意 (2)找客户做问卷 ,一个一个填写问卷,如果满意,就勾选答案4,不满意就勾选2 (3)收集问卷结果,用excel将结果汇总起来 (4)将数据导入到SPSS中采用相应的数据分析方法进行分析。
个人很不喜欢这种市场调研,结果很不准确,主观性太强,有时候无奈之下还得造数据,楼主可以学习下SPSS数据分析的方法,非常不建议做这种市场调研
个人很不喜欢这种市场调研,结果很不准确,主观性太强,有时候无奈之下还得造数据,楼主可以学习下SPSS数据分析的方法,非常不建议做这种市场调研
楼主的表达不太清晰,我的理解是这样的,做数据挖掘的话,首先将数据按照一定的比例分出来,比如7:3,数据的70%作为做数据挖掘的数据,得出一条规律来,30%的数据作为测试数据挖掘结果的数据,去验证这条规律,得出每条数据符合的百分比,这个测试数据不需要再做归一化处... 显示全部 »
楼主的表达不太清晰,我的理解是这样的,做数据挖掘的话,首先将数据按照一定的比例分出来,比如7:3,数据的70%作为做数据挖掘的数据,得出一条规律来,30%的数据作为测试数据挖掘结果的数据,去验证这条规律,得出每条数据符合的百分比,这个测试数据不需要再做归一化处理。
brucelu 回答了问题 • 2015-11-20 14:44 • 3 个回复
平时工作中特别注意数据收集、统计和分析,虽然对数据挖掘有所理解,但是总不能摸到真正的边缘。请教如何才能在数据整理分析过程中去理解并应用数据挖掘?
是不是那么一种感觉,我知道数据有哪些,做哪些分析,然后我也懂数据挖掘的原理,但是我不知道怎么把一个想法或者一个算法实施并且应用?
如果是的话,那我建议你多读书,静下心来,好好理解一下分析和挖掘之间的一些联系和区别。
假若是我自己,在情况允许的前提下,找一个项目... 显示全部 »
如果是的话,那我建议你多读书,静下心来,好好理解一下分析和挖掘之间的一些联系和区别。
假若是我自己,在情况允许的前提下,找一个项目... 显示全部 »
是不是那么一种感觉,我知道数据有哪些,做哪些分析,然后我也懂数据挖掘的原理,但是我不知道怎么把一个想法或者一个算法实施并且应用?
如果是的话,那我建议你多读书,静下心来,好好理解一下分析和挖掘之间的一些联系和区别。
假若是我自己,在情况允许的前提下,找一个项目或者产品、课题来真正的做一次数据挖掘,只有真正的实践完了,才能渐渐的对挖掘有一定的理解。如果没有环境可以自己创造环境,可以自己业余搭建一个环境,但是要自己能弄到数据,然后just do it。
如果你还是不知道怎么做,买本书看看比如:《数据挖掘:实用案例分析》按照书本的流程走一遍,然后放下书自己来一次。做完了,你可能还是不知道有什么感觉,毕竟没有什么商业应用,也不知道能做出什么效果。其实,仔细想想你还是有套路的,你已经开始有些理解了。
真的要做数据挖掘真正的是靠经验,挖掘的核心是业务,算法只是其中的基础,虽然没有算法也挖掘不起来,但是现在的算法你想了解一下也是非常快的,Google百度一下就出来了。重点在核心业务,多做多实践,自然有感觉了。
如果是的话,那我建议你多读书,静下心来,好好理解一下分析和挖掘之间的一些联系和区别。
假若是我自己,在情况允许的前提下,找一个项目或者产品、课题来真正的做一次数据挖掘,只有真正的实践完了,才能渐渐的对挖掘有一定的理解。如果没有环境可以自己创造环境,可以自己业余搭建一个环境,但是要自己能弄到数据,然后just do it。
如果你还是不知道怎么做,买本书看看比如:《数据挖掘:实用案例分析》按照书本的流程走一遍,然后放下书自己来一次。做完了,你可能还是不知道有什么感觉,毕竟没有什么商业应用,也不知道能做出什么效果。其实,仔细想想你还是有套路的,你已经开始有些理解了。
真的要做数据挖掘真正的是靠经验,挖掘的核心是业务,算法只是其中的基础,虽然没有算法也挖掘不起来,但是现在的算法你想了解一下也是非常快的,Google百度一下就出来了。重点在核心业务,多做多实践,自然有感觉了。
excel用用就会了,不用刻意去学,基本的还是要会的,matlab更偏向数学,你有这个功底学其他的更快。
建议你学学Python或者R,Python比较容易上手,哈哈~
建议你学学Python或者R,Python比较容易上手,哈哈~
excel用用就会了,不用刻意去学,基本的还是要会的,matlab更偏向数学,你有这个功底学其他的更快。
建议你学学Python或者R,Python比较容易上手,哈哈~
建议你学学Python或者R,Python比较容易上手,哈哈~
0
投票
2
回答
1940
浏览
人工智能大概何时能达到智能营销的程度?
张聪 回复了问题 • 2016-07-15 14:09
0
投票
1
已解决
2466
浏览
MATLAB、Python、excel之间的取舍?
brucelu 回复了问题 • 2015-11-27 16:50
0
投票
1
已解决
2095
浏览
如何通俗易懂地解释支持向量回归(support vector regression)?
brucelu 回复了问题 • 2015-11-26 12:00
0
投票
0
回答
1415
浏览
对图模型生成的时间序列进行分类,如何分类更好?可提供具体数据
Storyeah 发起了问题 • 2015-11-23 11:32
0
投票
3
已解决
2180
浏览
平时工作中特别注意数据收集、统计和分析,虽然对数据挖掘有所理解,但是总不能摸到真正的边缘。请教如何才能在数据整理分析过程中去理解并应用数据挖掘?
阿龙 回复了问题 • 2015-11-21 09:41
0
投票
1
已解决
2988
浏览
数据特征的归一化,如何处理训练数据与测试数据?
虾米 回复了问题 • 2015-11-20 16:15
0
投票
1
已解决
10058
浏览
如何用spss算不同年龄或性别的满意度均值,满意度用李克特量表的五级记分法表示,数据用问卷收集?
虾米 回复了问题 • 2015-11-20 16:07
0
投票
0
回答
1756
浏览
一直想做用户画像,但不知道怎么入手,问下用户画像最终产出是什么,求大家帮忙分析下,谢谢。
原心 发起了问题 • 2015-11-20 12:25
7
推荐
2686
浏览
统计挖掘的一些事一些情(二)——回归分析
实际上,无论是日常的统计学习还是挖掘学习中,回归分析都可以算是大家最早接触,也是整个体系当中相当重要的一个内容了,所以咱们这期就从回归分析说起吧。一般来说,借助回归分析,我们希望可以量化描述预测变...
浩彬老撕 发表了文章 • 2016-05-22 11:54
6
推荐
2592
浏览
统计挖掘的一些事一些情(一)——统计挖掘基本概念
这是这个公众号的第一个系列:统计挖掘的一些事一些情,在这个系列当中,我希望以尽可能“平易近人”的方式和大家讨论一下统计学的一些事一些情,希望大家能够以一种轻松的心态进到这门数据科学当中看一看。这里面...
浩彬老撕 发表了文章 • 2016-05-22 11:51
0
推荐
2575
浏览
IBM SPSS Modeler最强工具手册——数据读取的奥秘
谈到数据读取,大家估计想到本周浩彬老撕要开始介绍源节点了。可能你会说源节点不就是读取数据嘛,选择路径读取就好了,但是本期浩彬老撕还会告诉你,在读取数据后,不但有时候我们会遇到一些意想不到问题(例如...
浩彬老撕 发表了文章 • 2016-05-22 11:46
1
推荐
3099
浏览
IBM SPSS Modeler最强工具手册——Modeler实用小技巧
上周结合了一个简单的例子为大家全面介绍Modeler的数据挖掘方法论,CRISP-DM,那么这周将为大家介绍在咱们日常利用SPSS Modeler进行数据分析时,如何借助一些小技巧提高分析效率。一一个数据流中往往包含有...
浩彬老撕 发表了文章 • 2016-05-22 11:44
6
推荐
4669
浏览
IBM SPSS Modeler最强工具书手册——数据挖掘方法论体系
上周为大家介绍简单地系统介绍了IBMSPSS Modeler基本信息,包括发展历史,产品家族,数据挖掘方法导论,基本操作等,受到了大家的支持,浩彬老撕希望能把这个系列写成SPSS Modeler的超级工具手册,方便大家收藏,...
浩彬老撕 发表了文章 • 2016-05-22 11:41
1
推荐
3726
浏览
SPSS Modeler最强工具手册-Modeler基本介绍
本周新开一个SPSS的工具系列,会结合算法和工具使用持续更新,欢迎广大SPSS使用爱好者共同交流!初步认识数据科学,这只是一个起点,远的真谈不上,也不合适。至于角度,为什么从spss谈起?说实话,咱们做项目也...
浩彬老撕 发表了文章 • 2016-05-22 11:31
1
推荐
2624
浏览
收购天气公司,IBM想做什么?(完整天气数据分析教程)
15年10月,IBM宣布20亿美金收购The Weather Company(天气公司)。当时这条信息引起了很多人的好奇,因为这与传统IT公司的收购截然不同,不是大数据也不是云计算,不是软件也不是硬件,那么这次收购究竟是为...
浩彬老撕 发表了文章 • 2016-05-22 11:27
4
推荐
2123
浏览
数据科学的商业实践征程
在天善的第一天开张~第一篇就以最近参加的一次大数据微课分享就做起始,希望在这里多与大家相互交流~课程概要Guideline人人都说,我们正处于一个大数据时代,从IBM深蓝到谷歌AlphaGo,我们看到机器学习在这些科技...
浩彬老撕 发表了文章 • 2016-05-22 11:22