一、单选题（共80题） ( D )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。 A.数据清洗       B…

做一个搬运工，希望自己能努力学习，也希望大神们的东西能让更多的人看到 不断更新 更新日志：2017.10.13 新增了网络安全分类，整理了排版布局9.28 新增了seaborn的API链接，将一些杂七杂八的东西弄到了一篇…

大数据时代，数据为王。在这个精细化运营、降本增效的时代，用数据分析给决策者提供指导性意见几乎是每个企业的一致选择。截止目前，我国共计1400万数据分析人才缺口，市场规模预计将在2025年达到2000亿！数据分析与其说是一…

支持度（suport）是指在所有的出现集中，A和B同时出现的概率，用A和B同时出现的次数除以总出现集数；置信度（confidence）是指在A出现的情况下，B出现的概率，是条件概率 举个例子：商场里啤酒和尿布的支持度和置…

三月中旬，Spark发布了最新的1.3.0版本，其中最重要的变化，便是DataFrame这个API的推出。DataFrame让Spark具备了处理大规模结构化数据的能力，在比原有的RDD转化方式易用的前提下，计算性能更还…

从安卓手机ROOT提取微信聊天记录到利用Python进行词云分析全过程 刚刚来到了2018年，正值女票生日将近。想想这一年来我俩的聊天记录也不少（导出后一看十个月的微信文字聊天记录将近8万条 ^-^）,于是就有了将我们的…

对比我自己过去两年的学习和实践，我自己觉得不一定要全部看完入门，完全可以在某一个方向上面深入，包括一些数学知识，也是遇到了就去看，所以一些看上去很简单的算法和饮用，可能要花很长时间才能读通。可是，你第二次再遇到类似的算法…

翻译自：Why Apache Spark is a Crossover Hit for Data Scientists，有删减。 Spark是一个超有潜力的通用数据计算平台，无论是对统计科学家还是数据工程师。 数据科学是…

0.前置信息 欢迎大家关注我们学术团队的blog网站：http://www.ibigdata.wang/ 以下内容基本为本人血泪史整理而得以anaconda库为基础的一系列python机器学习必备环境，目的是为了少让后人…

一直想总结一下这次的比赛，拖啊拖。。。一直等到现在，趁着现在要找实习，好好总结一下。 比赛题目 比赛的官方网站在这，IJCAI SocInf’16。 这次比赛的题目是给定 2015 年 7 ~ 11 月份的用…

　　在Scala中Option类型样例类用来表示可能存在或也可能不存在的值(Option的子类有Some和None)。Some包装了某个值，None表示没有值。 object OptionDemo { &nbs…

终于可以直接输入公式了，希望sf越来越好。目前对公式的渲染速度有点慢，而且公式渲染也有问题 (Block) Coordinate Descent Alorithm 所谓的(B)CD，是指每一步迭代的时候，不是对所有的参数…