数据挖掘标签_松山湖开发者村综合服务平台

数据挖掘

机器学习之朴素贝叶斯、聚类算法

摘要：本文介绍了朴素贝叶斯算法和聚类算法的原理与应用。朴素贝叶斯是一种基于概率的分类算法，假设特征相互独立，适用于文本分类等场景。聚类算法则是一种无监督学习方法，通过样本相似性进行分组，包括K-means、层次聚类等。K-means算法流程包括初始化聚类中心、计算距离、重新计算中心点等步骤，评估指标有SSE、轮廓系数等。文章还提供了商品评论情感分析和客户聚类两个实际案例，展示了算法在文本处理和商业

 2301_76243776
2026-03-01 20:34:41

 766

 18

#机器学习 #算法 #kmeans +2
ChatBI革命：自然语言如何重塑企业数据分析的未来

ChatBI是一种基于自然语言处理（NLP）和人工智能技术的新型数据分析工具。它允许用户通过简单的对话方式提问，系统自动理解问题意图，从数据中提取相关信息，并以可视化图表和文字总结的形式呈现分析结果。ChatBI的核心价值在于：降低技术门槛：业务人员无需学习SQL或复杂的拖拽操作提升响应速度：从提出需求到获得洞察的时间从几天缩短到几分钟增强数据可访问性：让更多员工能够直接与数据对话促进数据驱动文化

 clarance2015
2026-02-28 14:03:17

 1156

 23

#数据分析 #数据挖掘 #经验分享
【回归算法】线性回归超详细讲解

本文详细讲解了线性回归算法的原理、数学推导和实战应用。线性回归通过建立特征与目标值之间的线性关系进行预测，具有简单易懂、计算高效、可解释性强等优点。文章从一元线性回归的数学推导入手，扩展到多元线性回归的矩阵求解方法，并提供了完整的Python实战代码，使用加州房价数据集实现数据加载、模型训练、可视化和评估全流程。核心内容包括误差平方和最小化、参数求解公式、评估指标（MSE和R²）等，适合机器学习初

 在外追梦的打工人
2026-02-24 10:17:04

 1661

 22

#回归 #线性回归 #数据挖掘
【干货】CDA一级知识点拆解3：《CDA一级商业数据分析》第3章商业数据分析框架

核心定义：从企业长期发展维度，分析外部环境（行业、市场、政策）与内部资源（资金、技术、人才）的匹配性，明确战略定位与发展路径核心关注：行业发展趋势、政策导向对企业的影响（如产业扶持政策、技术迭代趋势）企业在竞争格局中的核心优势与短板（如技术壁垒、品牌差距）战略目标的阶段性落地进度与偏差（如市场扩张目标、营收增长目标）核心定义：通过收入、利润、费用等财务数据，分析企业盈利效率、成本结构与财务健康度收

 王彩凤281
2026-02-03 10:27:38

 946

 19

#数据分析 #数据挖掘 #大数据 +1
从零搭建车联网数据分析平台：技术架构与实战落地

搭建车联网数据分析平台的核心是**“适配数据特征+聚焦业务价值”**：先通过边缘+云端架构解决高并发、异构数据的处理难题，再通过实时计算和数据分析落地具体业务场景。本文提供的代码可直接用于中小型平台搭建，而大型平台可在此基础上扩展流批一体处理、机器学习模型训练、多租户隔离等能力。车联网的核心价值不在于“采集数据”，而在于“用活数据”——通过本文的架构和代码，你可以快速落地一套能解决实际问题的数据分

 2401_85083137
2026-01-27 13:00:24

 2073

 56

#数据分析 #架构 #数据挖掘
N-EIoU-YOLOv9：一种用于水稻叶部病害轻量化移动检测的信号感知边界框回归损失

水稻叶部病害的早期准确检测对于精准农业至关重要，然而在资源受限的移动设备上部署高性能目标检测模型仍然是一个重大挑战。在本工作中，我们提出了N−EIoU−YOLOv9N−EIoU−YOLOv9，一个轻量化检测框架，其核心是一种源自非单调梯度聚焦和几何解耦原理的信号感知边界框回归损失，称为N−EIoUN-EIoUN−EIoU（非单调高效交并比）。

AI浩
2026-01-26 06:41:47

 1611

 30

#回归 #数据挖掘 #人工智能
Excel模板填充工具（工具&脚本分享）

导入模板文件+信息文件，选择输出文件位置，点击“生成测试用例”按钮，自动生成完整的用例表并自动调整列宽。

lagom_cc
2026-01-24 23:26:37

 1614

 16

#python #pandas #数据挖掘
《数字图像处理》第 12 章 - 图像模式分类

本文摘要：《数字图像处理》第12章系统讲解了图像模式分类的理论与方法。首先介绍了模式分类的基本概念和发展历程，包括传统手工特征、浅层神经网络和深度学习三个阶段。重点阐述了四种典型分类方法：原型匹配（最小距离、互相关、SIFT特征匹配、结构匹配）、贝叶斯统计分类器、神经网络（感知机、多层前馈网络）和深度卷积神经网络（CNN）。通过MNIST手写数字分类等实例，详细推导了各类算法的数学原理，并提供了完

 啊阿狸不会拉杆
2025-12-23 23:28:34

 1091

 20

#分类 #数据挖掘 #人工智能 +4
【文献分享】vConTACT3机器学习能够实现可扩展且系统的病毒分类体系的构建

尽管病毒生态基因组学扩大了对病毒世界的探索范围和理解程度，但现有的分类工具在分类学分辨率方面存在不足，无法适用于现代基于发现的数据集或对先前未知的序列空间进行分类。在此，我们开发了 vConTACT3——一个基于机器学习的工具，它提高了病毒分类的可扩展性和准确性。通过优化基因共享阈值并利用适应性的、特定领域的分界线，vConTACT3 扩展了分类范围，涵盖了六个正式认可的领域中的四个，对真核和原核

 生信学习者
2025-12-22 08:40:39

 1183

 22

#机器学习 #人工智能 #数据挖掘 +2
室内定位无线技术的分类和原理全解析（一）

本文系统介绍了室内定位无线技术的分类与原理。室内定位技术主要分为射频类（蓝牙、Wi-Fi、UWB、RFID）、声波类（超声波、声呐）、光学类（红外、可见光）及其他新兴技术（毫米波雷达、地磁定位）。不同技术基于各自的信号传播特性，在定位精度、成本和适用场景上各具优势：射频类应用最广，UWB精度最高但成本昂贵；声波类适合短距离高精度需求；光学类在密闭空间表现优异。文章还详细阐述了各类技术的核心定位原理

 lbs智能定位
2025-12-10 16:08:54

 1800

 50

#分类 #数据挖掘 #人工智能
【超音速专利 CN116777899A】基于回归模型的工业图像关键点检测方法、系统及平台

本发明提出了一种改进的工业图像关键点检测方法，主要解决传统方法存在的空间信息丢失、过检率高和训练状态不直观等问题。方法核心包括：1）采用FCNeck结构（1×1卷积+展平）替代全局池化，保留空间信息；2）在回归模型中增加关键点"可见性"预测功能，通过标志位判断关键点是否存在；3）使用复合损失函数（均方误差+交叉熵+残差似然估计）提升训练稳定性和精度。该方法可应用于工业质检等场景

 闻缺陷则喜何志丹
2025-12-08 07:00:00

 2364

 95

#回归 #数据挖掘 #人工智能
一键生成数据分析报告：Python的ydata-profiling模块（汉化）

三行代码输出探索性数据分析报告，AI汉化

 Aimier
2025-12-06 23:25:39

 678

 5

#数据分析 #python #数据挖掘
测试集是否应参与到预处理阶段？

摘要本文探讨了机器学习中测试集是否应参与预处理的核心问题。关键结论是：测试集原则上不应参与任何需要"学习"统计量的预处理步骤（如标准化、归一化、缺失值填充等），以避免数据泄露。这些操作只能基于训练集数据进行拟合，然后将参数应用于所有数据集。但对于确定性转换（如格式转换、简单特征工程）则允许测试集参与。文章推荐使用Pipeline工作流：先在训练集上拟合预处理器，再统一转换所有

 Forester
2025-11-25 13:11:50

 1104

 20

#深度学习 #机器学习 #python +3
【有源码】基于Python的睡眠压力监测分析系统-基于Spark数据挖掘的睡眠压力动态可视化分析系统

本文介绍了一个基于大数据技术的睡眠质量与压力水平分析系统。系统采用Python开发，整合了Spark、Hadoop等分布式计算框架，结合MySQL数据库存储数据，使用Django后端和Vue+Echarts前端构建可视化界面。系统包含8个核心功能模块：综合健康指数趋势、压力水平指标均值分析、生理指标关联度分析、睡眠时长影响分析、呼吸率分布范围分析、打鼾频率关联分析、生理指标聚类分布和心率波动范围监

 QQ_2105837402
2025-11-19 13:14:13

 1263

 17

#python #spark #数据挖掘 +3
实证分析：数据驱动决策的技术实践指南

摘要本文系统介绍了实证分析方法论及其在商业决策中的应用。作者基于多年行业经验，阐述了实证分析的核心环节：从问题定义、数据收集到统计分析和决策应用。重点讲解了因果推断框架（Rubin模型）和实验设计三大原则（随机化、对照、重复），并提供了包含正态性检验、效应量计算等功能的Python统计检验代码示例。文章还通过A/B测试案例展示了实证分析的完整流程，强调数据驱动决策在现代商业中的重要性。适合数据分

 蒋星熠
2025-11-17 19:01:53

 2252

 103

#python #需求分析 #数据分析 +2
深入掌握 Pandas：用 Pivot 与 Merge 构建灵活的数据分析流程

本文介绍了如何使用 Pandas 的 pivot_table() 与 merge() 方法对数据进行透视与合并。透视操作帮助我们在不同维度上汇总与重组数据，以揭示特征间的结构性关系；合并操作则通过类似 SQL 的连接机制，将多个数据源整合在一起，实现跨表对比与综合分析。通过掌握这些技巧，数据科学家能够灵活操纵数据结构，提炼更深层的洞察。

秋说
2025-10-29 18:38:04

 1251

 11

#pandas #数据分析 #数据挖掘 +1
解决反爬难题：Bright Data爬虫API的无痛爬虫实践

本文介绍了BrightData爬虫API如何解决传统数据采集中的痛点问题。通过全局动态IP基础设施、浏览器自动化引擎和智能解析技术，该API可自动处理反爬机制、JS渲染等复杂场景，将采集过程简化为API调用。文章通过CSDN热榜采集案例，展示了仅需30行Python代码即可获取结构化数据，无需关心IP轮换、页面解析等底层细节。相比可视化采集工具，BrightData更适合开发者嵌入自动化系统，尤其

 艾派森
2025-10-26 22:23:41

 9891

 41

#python #数据分析 #数据挖掘 +1
Annals of Neurology | EEG‘藏宝图’：用于脑电分类、聚类与预测的语义化低维流形

摘要目标：由于病因和病理生理学的异质性，以及由此导致的脑电图(EEG)高度可变性，意识障碍(DOCs)患者的预后评估仍然具有挑战性。在这里，本研究利用易于表征的EEG模式构建了一个潜在映射，将新的EEG数据定位在一个连续谱上。本研究通过以心脏骤停后预后作为首个应用案例，评估该映射作为一种通用工具从长程EEG中提取具有预后价值信息的能力。方法：在健康-疾病连续体中可分类的EEG(包括清醒[W]、睡眠

 茗创科技
2025-10-20 11:42:02

 1308

 20

#分类 #聚类 #数据挖掘
数据分析-泊松分布

泊松分布是描述稀有事件发生次数的离散概率分布，适用于满足独立性、平稳性和普通性条件的事件。其概率质量函数P(X=k)=(λ^k*e^(-λ))/k!，其中λ为单位时间/空间内事件的平均发生率。泊松分布具有期望和方差均为λ的特性，当二项分布的n大p小时可用泊松近似。应用时需注意λ恒定性和事件独立性，并用均值方差关系验证适用性。Python中可用scipy.stats.poisson进行相关计算和可视

 TwoAnts
2025-10-15 10:36:29

 2591

 8

#数据分析 #机器学习 #数据挖掘
23大数据数据挖掘复习1

A. 根节点是树的末端节点，代表分类结果B. 内部节点表示特征或属性，用于进一步分割数据C. 叶节点是树的最顶层节点，代表初始数据分割D. 边表示分类结果，路径表示特征取值：B：决策树中，根节点是最顶层节点（A、C错误），代表初始数据分割；内部节点表示特征或属性，用于进一步分割数据（B正确）；叶节点是末端节点，代表分类结果；边表示特征的可能取值，路径表示一系列决策（D错误）。

Michelle8023
2025-10-09 13:06:52

 1361

 16

#大数据 #数据挖掘 #人工智能
Cohen‘s Kappa系数：衡量分类一致性的黄金标准及其在NLP中的应用

在分类任务（如医学诊断、机器学习模型评估、数据标注等）中，**两个评估者（或模型）的分类一致性**是衡量结果可靠性的关键指标。**Cohen's Kappa系数（κ）** 是一种经典的统计方法，用于评估分类一致性，同时**校正随机一致的影响**，比简单的“一致率”更可靠。

梦想画家
2025-10-09 09:48:07

 2794

 16

#分类 #自然语言处理 #数据挖掘
11. Pandas 数据分类与区间分组（cut 与 qcut）

在数据分析中，我们常常需要将连续型变量划分为若干区间，从而对数据进行离散化、分层统计或可视化展示。Pandas 提供了两种常用方法：cut（等宽分组）和 qcut（等频分组）。它们能帮助我们快速地将连续数值数据转化为类别变量，为后续的趋势分析、分层汇总和建模提供有力支持。

白鸥问我
2025-10-06 22:28:00

 793

 8

#pandas #分类 #数据挖掘 +3
MATLAB学习文档（二十三）

MATLAB数据可视化开篇。

CappuccinoRose
2025-10-07 08:45:46

 1215

 14

#信息可视化 #数据分析 #数据挖掘 +1
【数据分析】CO2 空气传播分数趋势的分析MATLAB论文复现

一、CO₂空气传播分数的基本概念CO₂空气传播分数，即空气中二氧化碳的占比情况，是衡量空气质量以及生态环境状况的重要指标。在正常空气成分中，按体积分数计算，二氧化碳的占比约为 0.04%。这一数值看似微小，却在地球的生态系统、气候调节等方面扮演着举足轻重的角色。它参与了全球碳循环，是植物进行光合作用的关键原料，同时其含量的变化对地球的能量平衡和气候模式有着深远影响。二、历史趋势回顾（一）长期历史变

 Matlab科研工作室
2025-09-02 15:45:55

 876

 30

#数据分析 #matlab #数据挖掘
贝叶斯向量自回归模型 (BVAR)

在金融时间序列分析中，向量自回归 (VAR) 模型作为一种基础且广泛应用的工具，能够捕捉多个时间序列变量之间的动态关系。传统 VAR 模型在参数估计时通常采用普通最小二乘法 (OLS)，但这种方法在样本量有限的情况下往往表现不佳，容易出现过拟合现象。贝叶斯向量自回归 (BVAR) 模型通过引入贝叶斯统计框架，能够有效利用先验信息对模型参数进行正则化，特别适合处理小样本数据问题。随着金融市场的

 2401_88885149
2025-09-01 17:08:24

 2351

 70

#回归 #android #数据挖掘 +2
基于图像形态学处理和GRNN广义回归神经网络的人员密度检测matlab仿真

本文提出了一种基于形态学处理和GRNN神经网络的人员密度检测方法。系统将人群密度分为三个等级：绿色（稀疏）、黄色（较拥挤）和红色（非常拥挤）。方法首先通过形态学开闭运算进行图像预处理，去除噪声并填充空洞；然后提取面积、周长等形态学特征及纹理特征；最后利用GRNN网络进行训练和预测。实验部分展示了动态背景提取、检测区域定位等关键步骤的代码实现，并通过纹理分析和区域像素统计实现密度分级。测试结果表明，

fpga和matlab
2025-08-31 02:00:57

 1176

 23

#回归 #matlab #数据挖掘
上Mooc的人真的在学习吗？—— Coursera Mooc数据分析

本文基于Coursera平台上MOOC后台数据，针对学习者行为开展分析与挖掘。一方面提取学习者观看视频和参加测试的行为数据，构建量化模型，计算语法点的学习难度指数；另一方面根据学习者行为特征，构建聚类模型，将所有学习者自动聚合为5类并对其学习特点进行分析。

机器学习Zero
2025-07-20 15:46:12

 1837

 41

#学习 #数据分析 #数据挖掘
数据分析库 Pandas

对于Pandas的简单认识和基本操作的练习

 Hismybestlove
2025-07-12 22:10:26

 860

 6

#数据分析 #pandas #数据挖掘
AI驱动的现代办公与数据分析实战指南（文末送书）

在AI时代，传统的技能结构正在发生根本性变化。纯粹的技术操作能力变得不那么重要，而AI协同能力、创新思维和跨领域整合能力成为新的核心竞争力。专业人士需要学会与AI协作，将AI作为增强自身能力的工具，而不是替代品。这要求我们具备更高层次的思维能力，能够设计AI工作流，评估AI输出质量，并将AI能力整合到实际业务场景中。AI技术的发展为我们提供了前所未有的机遇，也带来了新的挑战。通过深入理解AI的底层

 是Dream呀
2025-07-09 12:47:59

 4.7w

 70

#人工智能 #数据分析 #数据挖掘
基于连接感知的实时困倦分类图神经网络

由于受试者数量较少，研究者采用了留一法交叉验证来评估模型性能。在每个训练周期中，一个受试者的数据被用作测试集，其余数据用于训练。所有实验重复五次，每次使用不同的随机种子，以确保结果的稳定性和可靠性。

是Dream呀
2025-07-03 23:17:16

 1.1w

 72

#分类 #神经网络 #数据挖掘
CAU数据挖掘支持向量机

在一群点中用线性函数分类：但也有线性不可分问题：线性不可分问题：两个平行超平面间隔距离最大部分难以区分的点忽略通过升维将非线性变为线性期望风险泛函：定义最优函数在真实数据分布中的期望风险经验风险泛函：在有限的数据集上最优函数的期望风险。由于真实分布未知，机器学习传统都是用最小化经验风险来替代最小化期望风险的目标学习理论的关键定理的解读：如果一个模型方法在最坏情况下仍能表现良好，则对它的推广能力才

 苍空明月
2025-06-30 17:33:10

 1348

 28

#数据挖掘 #支持向量机 #人工智能
D-FiNE：在DETR模型中重新定义回归任务为精细粒度分布细化

我们提出了D-FINE，这是一款强大的实时目标检测器，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。D-FINE包含两个关键组件：精细粒度分布细化（Fine-grained Distribution Refinement，FDR）和全局最优定位自蒸馏（Global Optimal Localization Self-Distillation，GO-LSD）。FDR将回归过程从预

 AI浩
2025-06-29 20:54:47

 1758

 18

#回归 #数据挖掘 #人工智能
【论文阅读笔记】知网SCI——基于主成分分析的空间外差干涉数据校正研究

本文提出了一种基于主成分分析(PCA)的空间外差干涉数据校正方法，用于消除干涉图中的高频噪声、不规则暗斑和非均匀性影响。通过差分预处理和PCA分解，将贡献率小于2%的成分作为噪声去除，重建后的光谱信噪比显著提升。实验表明，该方法对单色光和连续光谱均有效，三组数据的均方误差分别降低了64.8%、55.4%和60.2%，特征峰清晰度明显改善。相比传统滤波方法，该数据驱动方案无需预设噪声模型，为高光谱遥

 张淼zyx
2025-06-28 23:49:00

 1654

 25

#论文阅读 #数据分析 #数据挖掘 +3
【Excel数据分析】花垣县事业单位出成绩了，用Excel自带的M语言做一个数据分析

Excel数据分析，M语言，两张表数据分析

 庄毕楠
2025-06-27 00:16:17

 1000

 24

#数据分析 #数据挖掘 #python
低代码开发：开启软件开发的新篇章

低代码开发通过可视化界面和预设模板，使非专业开发者也能快速构建应用，显著降低开发门槛和成本。本文详细探讨了低代码开发的定义、原理、优势、应用场景及未来趋势。低代码开发平台利用可视化编程、组件化开发、模型驱动和云原生架构，实现快速开发与交付，降低开发成本，提高效率，并易于维护和扩展。其应用场景包括企业级应用、移动应用、数据分析与可视化、物联网应用等。未来，低代码开发将趋向智能化、与云计算深度融合、跨

 Blossom.116
2025-05-11 23:09:10

 821

 6

#低代码 #人工智能 #机器学习 +4
MindSpore框架学习项目-ResNet药物分类-模型评估

通过这个用ResNet50进行对中药材的种类及品阶进行12分类的项目，学习mindspore AI框架的使用和深度学习任务的一般流程，熟悉如何通过深度学习的方式来拟合数据，处理生产生活中的问题，为AI赋能的时代贡献点滴实践。

yuange1666
2025-05-10 10:53:53

 1460

 15

#数据挖掘 #人工智能 #深度学习 +3
《巧用DeepSeek快速搞定数据分析》—— AI时代的数据科学革命

在大数据与AI爆发的时代，数据分析能力已成为个人与企业的核心竞争力。然而，传统的数据分析流程繁琐低效，大量时间被消耗在数据清洗、特征工程和模型调参上。应运而生——它不仅是数据分析指南，更是一本“让AI替你干活”的智能分析实战手册，助你。——掌握AI增强分析，提升建模效率。——快速处理实验数据，加速论文产出。——系统掌握AI时代的数据科学技能。——减少重复劳动，聚焦高价值决策。——用数据驱动增长，优

 海拥✘
2025-05-07 10:16:19

 1.7w

 33

#数据分析 #人工智能 #数据挖掘
基于机器学习算法预测二手车市场数据清洗与分析平台（源码+定制+讲解）基于Python的数据挖掘与可视化二手车数据处理与分析系统开发 (机器学习算法预测）

博主介绍： ✌我是阿龙，一名专注于Java技术领域的程序员，全网拥有10W+粉丝。作为CSDN特邀作者、博客专家、新星计划导师，我在计算机毕业设计开发方面积累了丰富的经验。同时，我也是掘金、华为云、阿里云、InfoQ等平台的优质作者。通过长期分享和实战指导，我致力于帮助更多学生完成毕业项目和技术提升。技术范围：我熟悉的技术领域涵盖SpringBoot、Vue、SSM、HLMT、Jsp

C++_刘斯淇
2025-05-05 18:08:46

 1586

 24

#大数据 #python #数据挖掘 +1
PandasAI：对话式数据分析新时代

PandasAI 是一个基于 Python 的开源平台，旨在通过自然语言处理技术使数据分析变得更加直观和会话化。截至目前，该项目在 GitHub 上已获得约 19.9K 的 Star 和 1.9K 的 Fork，显示出其在开发者社区中的受欢迎程度。

CoderJia
2025-05-05 11:28:11

 2685

 40

#数据分析 #数据挖掘 #pandas
Hadoop和Spark大数据挖掘与实战

本篇博客深入探讨了数据分析与挖掘的核心技术，涵盖了大数据分析流程、数据挖掘算法和特征工程的实际应用。通过具体案例，详细解析了数据挖掘算法如何从复杂的数据中提取有价值的洞察，特征工程如何优化数据特征以提升模型性能，以及大数据分析如何高效处理海量数据，揭示其中潜在的趋势和模式。

!chen
2025-04-28 09:10:16

 2011

 31

#hadoop #spark #数据挖掘