数据变换将数据转换成适合于挖掘的形式。数据变换可能涉及如下内容:平滑：去掉数据中的噪音。这种技术包括分箱、聚类和回归。聚集：对数据进行汇总和聚集。例如，可以聚集日销售数据，计算月和年销售额。通常，这一步用来为多粒度数据分析构造数据方。数据泛化：使用概念分层，用高层次概念替换低层次“原始”数据。例如，...
标签：面试经验
在 python 用 import 或者 from...import 来导入相应的模块。将整个模块(somemodule)导入，格式为： import somemodule从某个模块中导入某个函数,格式为： from somemodule import somefunction从某个模块中导入多个函...
「逻辑」是关于思维的形式和规律的科学，是技术领域的框架基础与通行原则。只要底层逻辑正确，那么即使是再简单的逻辑也可以构建出一座宏伟的大厦。例如，从1+1=2可以推算出10000+10000=20000. 编程正是对逻辑的极致应用。凡是语言能够阐述清楚的逻辑，编程必然可以将之实现。
数据归约的策略如下：1. 数据方聚集：聚集操作用于数据方中的数据。2. 维归约：可以检测并删除不相关、弱相关或冗余的属性或维。3. 数据压缩：使用编码机制压缩数据集。4. 数值压缩：用替代的、较小的数据表示替换或估计数据，如参数模型（只需要存放模型参数，而不是实际数据）或非参数方法，如聚类、选样和使...
Python中单行注释以 # 开头，实例如下：实例(Python 3.0+)#!/usr/bin/python3 # 第一个注释print ("Hello, Python!") # 第二个注释执行以上代码，输出结果为：Hello, Python!多行注释可以用多个 # 号，还有 ...
信息技术的发展极大地促进了其他行业的发展变革，企业愈发需要具备良好技术素养且专业能力过硬的人才。目前高校的教育，日益重视学生相关能力的培养与提升。对于非技术相关背景的学生而言，需要竖立正确的学习观念。以编程为例，编程是一个体系宏大、内容繁杂的工程，想吃透的话需要多年的钻研投入。对于其他专业的学生，需...
描述性数据挖掘的最简单类型是概念描述。概念通常指数据的汇集，如 frequent_buyers,graduate_students 等。作为一种数据挖掘任务，概念描述不是数据的简单枚举。 概念描述产生数据的特征和比较描述。当被描述的概念涉及对象类时，有时也称概念描述为 类描述。 特征提供给定数据汇集...
云计算：云计算最热的语言，典型的应用OpenStack WEB开发：许多优秀的 WEB 框架，许多大型网站是Python开发、YouTube、Dropbox、Douban……典型的Web框架包括Django 科学计算和人工智能：典型的图书馆NumPy、SciPy、Matplotlib、Enided图...
工程思维要解决的是“交付”、“价值”和“效率”的问题。其核心是，要在脚踏实地的基础上平衡好成本、质量和时间周期。「sop思维」和「系统思维」是工程思维的重要组成部分，工程思维的核心是系统化和结构化，要系统地看待所有相关流程，要有步骤有意识地安排工作进度。如，一个软件开发生命周期基本可以分成这几个阶段...
1. 数据收集： 通过查询处理收集数据库中相关数据集，并将它划分成一个目标类和一个或多个对比类。2. 维相关分析：如果有多个维并且希望解析类比较，则应当在这些类上进行 5.3 节介绍的维相关分析，并且在后面的分析中仅包含强相关的维。3. 同步泛化：泛化在目标类上进行，泛化到用户或专家指定的维阈值控制...
1.易于学习：Python有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。2.易于阅读：Python代码定义的更清晰。3.易于维护：Python的成功在于它的源代码是相当容易维护的。4.一个广泛的标准库：Python的最大的优势之一是丰富的库，跨平台的，在UNIX，Window...
系统思维是指在考虑解决某一问题时，需要把它当做一个有机关联的系统来处理，而不是孤立、分割地看待。例如，航空公司进行客户调研时，发现乘客普遍希望飞机能够早点抵达目的地。一些人的想法是提高飞机飞行速度，但系统工程师考虑得更加全面。整个飞行旅程包括诸多环节，如前往机场、进站检票、排队安检、行李托运、候机、...
第一步，建立一个模型，描述预定的数据类或概念集。通过分析由属性描述的数据库元组来构造模型。假定每个元组属于一个预定义的类，由一个称作类标号属性类标号属性的属性确定。对于分类，数据元组也称作样本、实例或对象。为建立模型而被分析的数据元组形成 训练数据集。训练数据集中的单个元组称作 训练样本，并随机地由...
Python 是由 Guido van Rossum 在八十年代末和九十年代初，在荷兰国家数学和计算机科学研究所设计出来的。Python 本身也是由诸多其他语言发展而来的,这包括 ABC、Modula-3、C、C++、Algol-68、SmallTalk、Unix shell 和其他的脚本语言等等。...
SOP，全称为「standard operating procedure」，就是「标准工作流程」。标准工作流程就是将某一流程的标准操作步骤和要求以统一的格式描述出来，用来指导和规范日常的工作。例如，在工业时代，亨利·福特发明了流水线，让汽车生产的每个操作步骤都是分工明确的，每个操作流程的质检标准也是...
数据清洗是旨在消除或减少数据噪音（例如，使用平滑技术）和处理遗漏值（例如，用该属性最常出现的值，或根据统计，用最可能的值替换遗漏值）的数据预处理。尽管大部分分类算法都有处理噪音和遗漏值的机制，但该步骤有助于减少学习时的混乱
复数常数表示如3.5+2.4i, 1i。 用函数complex()生成复数向量， 指定实部和虚部。 如complex(real = c(1,0,-1,0), imaginary = c(0,1,0,-1))相当于c(1+0i, 1i, -1+0i, -1i)。在complex()中可以用mod和ar...
综述：Python是人工智能时代最为火爆的编程语言，它的应用并不局限于计算机从业人员本身，近些年越来越多非计算机专业的人开始利用python来解决他们遇到的现实问题，并且取得良好成效。以下是Python的具体介绍：Python由荷兰数学和计算机科学研究学会的Guido van Rossum 于199...
朴素贝叶斯分类假定类条件独立。即，给定样本的类标号，属性的值可以条件地相互独立。这一假定简化了计算。当假定成立时，与其它所有分类算法相比，朴素贝叶斯分类是最精确的。然而，在实践中，变量之间的依赖可能存在。 贝叶斯信念网络说明联合概率分布。它允许在变量的子集间定义类条件独立性。它提供一种因果关系的图形...
seq函数是冒号运算符的推广。 比如，seq(5)等同于1:5。 seq(2,5)等同于2:5。 seq(11, 15, by=2)产生11,13,15。 seq(0, 2*pi, length.out=100)产生从0到的等间隔序列， 序列长度指定为100。从这些例子可以看出，S函数可以带自变量名...