个性化阅读
专注于IT技术分析

标签:数据科学

第16页
使用R进行市场篮子分析-srcmini
人工智能

使用R进行市场篮子分析

半瓶木阅读(1911)评论(0)赞(0)

本文学习市场篮子分析及其背后的APRIORI算法。你将看到它是如何通过预测顾客一起购买的物品来帮助零售商促进业务的。 你是一名数据科学家(或即将成为一名科学家), 并且你获得了一家经营零售商店的客户。你的客户会为你提供所有交易的数据, 这些...

Python

通过Python分析代码的复杂度

半瓶木阅读(1175)评论(0)赞(0)

本文概述 渐近分析 渐近符号 大O记法, Ο 大Ω符号, Ω 大θ表示法, θ 表示法用于确定各种算法的复杂度 例子 恭喜! 算法的复杂度是算法对于给定大小(n)的输入所需要的时间和/或空间量的度量。虽然算法的复杂度确实取决于特定因素, 例...

R编程

R中的支持向量机

半瓶木阅读(1462)评论(0)赞(0)

本文概述 支持向量机算法 非线性数据 R中的支持向量机 总结 在机器学习中, 支持向量机是带有相关学习算法的监督学习模型, 该算法分析用于分类和回归分析的数据。但是, 它们主要用于分类问题。在本教程中, 我们将尝试深入了解SVM的工作原理,...

人工智能

生物导体概论

半瓶木阅读(1525)评论(0)赞(0)

本文概述 简要概述 Bioconductor R包装 生物导体利用 本文总结 在本教程中, 你将熟悉生物导体领域。这样, 你就可以对生物学实验的结果进行计算和统计分析, 因为任何研究人员都必须证明其结论的重要性。换句话说, 通过使用该项目,...

在R中使用异常化检测异常-srcmini
R编程

在R中使用异常化检测异常

半瓶木阅读(1717)评论(0)赞(0)

本文概述 时间序列分解 检测剩余部分的异常 上下限异常转换 调整分解参数 调整参数以进行异常检测 当我们谈论异常时, 我们考虑的是异常值或异常事件的数据点。在小数据集中, 识别这些事件很容易, 并且可以通过一些简单的分析图(例如箱线图)来完...

Python

Tidyverse足球得分分析

半瓶木阅读(1224)评论(0)赞(0)

本文概述 当苏格兰足球遇上tidyverse 整理时间 在本教程中,我们将使用tidyr、dplyr和ggplot2来可视化一个赛季的足球比分,并研究进球和失球时间的趋势。 当苏格兰足球遇上tidyverse 我整理了当地足球队的一些数据,...

Python安装程序:权威指南-srcmini
Python

Python安装程序:权威指南

半瓶木阅读(948)评论(0)赞(0)

本文概述 Python:核心部分 通过pip管理项目依赖项 虚拟环境:隔离你的项目设置 项目脚手架:使用Cookiecutter很容易! 将它们放在一起:项目开发生命周期 对于开发人员而言, 正确配置其工作站可以简化开发体验。其中包括最佳工...

Python

Python中的运算符用法全解

半瓶木阅读(1247)评论(0)赞(0)

就像数学中一样, Python之类的编程语言也具有运算符。你可以将它们视为基于计算机科学的极其简单的功能。这些是可以简化计算机程序的最简单的操作。对于任何有抱负的数据科学家或软件工程师来说, 它们都是必不可少的知识。 在本教程中, 你将学习...

防止过度拟合:正则化-srcmini
人工智能

防止过度拟合:正则化

半瓶木阅读(1161)评论(0)赞(0)

本文概述 什么是过度适合机器学习? 什么是正则化? 总结 在机器学习中, 你一定遇到过”过度拟合”一词。过度拟合是一种现象, 机器学习模型对训练数据建模得很好, 但是对测试数据的表现却不佳。对测试数据执行足够好的性能...