机器学习 C4.5算法原理 + 决策树分裂详解（离散属性+连续属性） 附python代码
（5）C4.5采用二分法处理连续特征，将连续特征进行排列，将连续两个值的中间值作为分裂节点，将小于该值和大于该值的样本分为两个类别，找到信息增益最大的分裂点，本质上还是用的离散特征。如果一个属性的信息增益越大，就表示用这个属性进行样本划分可以更好的减少划分后样本的不确定性，当然，选择该属性就可以更快
Excel中如何用身份证号提取计算年龄？
Excel中如何用身份证号提取计算年龄？
Python数据挖掘 数据预处理案例（以航空公司数据为例）
本文根据航空公司系统的客户基本信息数据（文末提供数据和代码），使用Python分别完成数据清洗、数据集成和数据可视化的操作，并给出了完整代码及图文说明，感兴趣的朋友可以进来详细了解。
利用python实现Apriori关联规则算法
大家可能听说过用于宣传数据挖掘的一个案例:啤酒和尿布；据说是沃尔玛超市在分析顾客的购买记录时，发现许多客户购买啤酒的同时也会购买婴儿尿布，于是超市调整了啤酒和尿布的货架摆放，让这两个品类摆放在一起；结果这两个品类的销量都有明显的增长；分析原因是很多刚生小孩的男士在购买的啤酒时，会顺手带一些婴幼儿用品
2023华中杯C题分析
华中杯C题免费思路
Excel常用的函数与公式集锦，再也不用担心找不全公式了
Excel函数与公式的作用是进行数据计算、分析、转换和操作，可以实现一些复杂的数据处理任务，例如：对数值进行基本的四则运算、求和、求平均值等数学运算。对数值进行条件判断、筛选、分类等操作，例如IF、SUMIF、COUNTIF等函数。对日期、时间进行格式化、计算、排序等操作，例如DATE、TIME、D
大数据分析案例-基于XGBoost算法构建居民收入分类预测模型
本项目通过分析加州大学机器学习存储库中的收入分类数据集，找出影响收入的主要因素，最后使用机器学习算法构建收入分类预测模型。本项目是一个二分类问题。本次实验我们分析了美国加州地区的收入数据集，我们发现该地区主要以白人、男性、收入
〖数据挖掘〗weka3.8.6的安装与使用
Preprocess：预处理Classify：分类Cluster：聚类Associate：关联Select attributes：选择属性Visualize：可视化open file：从文件中打开一组实例open URL：从URL中打开一组实例open DB：从数据库中打开一组实例generate：
数据挖掘1——课后习题
第一章：引论1.31.41.5第二章：认识数据2.52.6第三章：数据预处理3.13.23.43.7第六章：挖掘频繁模式、关联和相关性6.66.14第八章：分类基本概念8.78.128.138.16第十章：聚类分析10.210.610.1210.13
11种典型的时间序列回归预测方法大集合——附代码
时间序列预测就是利用过去一段时间的数据来预测未来一段时间内的信息，包括连续型预测（数值预测，范围估计）与离散型预测（事件预测）等，具有非常高的商业价值。需要明确一点的是，与回归分析预测模型不同，
GEO数据挖掘（一）基础介绍
GEO数据挖掘，火山图，热图，主成分分析
数据挖掘（四）甲状腺疾病检测
注：参考多篇文章与代码所得，在某些过程处可能存在一些理解错误，请大家批评指正。一、实验内容利用异常检测方法对甲状腺疾病进行检测。二、数据介绍数据集包含16个类别属性，5个数据属性和1个目标属性，共22个属性。1、类别属性:age: continuous.sex: categorical, M, F.
结构效度分析流程
结构效度分析是为了检验测量项与预期维度对应关系情况。效度分析没有固定的判断标准，是综合各项指标进行的一个综合判断过程，包括KMO值、Bartlett球形度检验、因子载荷系数、共同度、维度与测量项对应关系等。其中最重要的是查看维度与测量项的对应关系，最难的部分也在于维度与测量项对应关系的调整，其他指标
数据信息汇总的7种基本技术总结
数据汇总是一个将原始数据简化为其主要成分或特征的过程，使其更容易理解、可视化和分析。本文介绍总结数据的七种重要方法，有助于理解数据实质的内容。
ABAQUS中的显示-隐式联合分析
ABAQUS中的显示-隐式联合分析
【数据挖掘】决策树归纳中ID3算法讲解及构建决策树实战（图文解释 超详细）
【数据挖掘】决策树归纳中ID3算法讲解及构建决策树实战（图文解释 超详细）
智能反射面综述2
自用RIS综述
《数据挖掘基础》实验：Weka平台实现关联规则挖掘
Weka平台实现关联规则挖掘：进一步理解关联规则算法（Apriori算法、FP-tree算法），利用weka实现数据集的挖掘处理，学会调整模型参数，读懂挖掘规则，解释规则的含义
【数据挖掘竞赛】零基础入门数据挖掘-二手汽车价格预测
数据预处理时首先可以对偏度比较大的数据用log1p函数进行转化，使其更加服从高斯分布，此步处理可能会使我们后续的分类结果得到一个好的结果.notRepairedDamage 中存在空缺值，但空缺值用“-”表示，所以数据查看发现不了空缺值，将“-”替换成NaN。图中可以看出，seller,offerT
使用Statsmodel进行假设检验和线性回归
在本文中，我们将介绍 statsmodel 库的基础知识、如何使用它以及它的好处。
