因子分析-对商户进行综合评价 虽然系统聚类分析可以对变量进行分类，但是，难以判断变量分类结果的合理性。如果要衡量每个变量对类别的贡献，也难以通过聚类分析来实现。因子分析，就是找出隐藏在变量背后具有共性的因子。 1.1 因子分析简介 因子分析师通过研究变量间的相关系数矩阵，把这些变量间错综复杂的关系归... ...
分类：
其他好文 时间：
2019-01-18 10:18:14
阅读次数：
243
SPSS-聚类分析介绍 聚类分析，就是按照个体的特征将他们分类，目的在于让同一个类别内的个体之间具有较高的相似度，而不同类别之间具有较大的差异性。 我们可以对变量进行聚类，但是更常见的还是对个体进行聚类，也就是样本聚类。例如对用户、渠道、商品、员工等方面的聚类，聚类分析主要应用在市场细分、用户细分等... ...
分类：
其他好文 时间：
2019-01-18 10:16:19
阅读次数：
422
RFM分析营销行为分析 刚才市场部的同事提了一个需求，他们准备为公司现有的高价值客户制定相关的营销策略，所以需要先从目前的客户中找到那些高价值的客户。1.1RFM 分析介绍 所谓探索性分析，主要是运用写分析方法从大量的数据中发现未知且有价值信息的过程。常用的探索性分析包括RFM分析、聚类分析、因子分... ...
分类：
其他好文 时间：
2019-01-18 10:15:13
阅读次数：
260
"1. pyhanlp介绍和简单应用" "2. 观点提取和聚类代码详解" 1. 前言 本文介绍如何在无监督的情况下，对文本进行简单的观点提取和聚类。 2. 观点提取 观点提取是通过依存关系的方式，根据固定的依存结构，从原文本中提取重要的结构，代表整句的主要意思。 我认为比较重要的依存关系结构是"动补 ...
分类：
其他好文 时间：
2019-01-16 21:36:11
阅读次数：
190
概述 监督学习指的是训练样本包含标记信息的学习任务，例如：常见的分类与回归算法； 无监督学习则是训练样本不包含标记信息的学习任务，例如：聚类算法。 在实际生活中，常常会出现一部分样本有标记和较多样本无标记的情形，例如：做网页推荐时需要让用户标记出感兴趣的网页，但是少有用户愿意花时间来提供标记。若直接 ...
分类：
其他好文 时间：
2019-01-16 13:03:28
阅读次数：
319
一、深入浅出理解索引结构 实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclustered index，也称非聚类索引、非簇集索引）。下面，我们举例来说明一下聚集索引和非聚集索 ...
分类：
数据库 时间：
2019-01-13 12:20:37
阅读次数：
202
机器学习绪论 基本术语 基础 模型：泛指从数据中学得的结果 数据集 data set：一组记录的集合 示例 instance/样本 sample：关于一个事件或对象的描述 属性 attribute/特征 feature：反映事件或对象在某方面的表现或性质的事项 属性值 attribute value ...
分类：
其他好文 时间：
2019-01-13 10:59:01
阅读次数：
195
隐私政策 我们的隐私政策已于 2018 年 4 月 25 日更新, 并将于 2018 年 5 月 25 日生效。如果您不同意这些更改，我们将会按照原有隐私政策对您进行保护。如果您不再希望使用我们的服务，您可以通过发送电子邮件至 privacy@xiaomi.com 取消您的帐户。 我们对隐私政策进行 ...
分类：
其他好文 时间：
2019-01-13 02:01:45
阅读次数：
226
TSNE提供了一种有效的数据降维方式，让我们可以在2维或3维的空间中展示聚类结果。 运行结果： ...
分类：
其他好文 时间：
2019-01-11 16:04:17
阅读次数：
2427
题目1：谈谈缺失值的处理： 答: 缺失值是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的。缺失值的产生的原因多种多样，主要分为机械原因和人为原因。 下面简单讨论缺失值的一般处理方法：总体上来讲有删除法和插补法一、删除法（1）简单删除法： ...
分类：
其他好文 时间：
2019-01-10 17:46:31
阅读次数：
187
