最近KDnuggets上发的“20个问题来分辨真假数据科学家”这篇文章非常热门，获得了一月的阅读量排行首位。 但是这些问题并没有提供答案，所以KDnuggets的小编们聚在一起写出…

作者：寒小阳 && 龙心尘 时间：2015年11月。 出处： http://blog.csdn.net/han_xiaoyang/article/details/4…

NO.1 Data Mining（数据挖掘） 和统计分析有什么不同？ 硬要去区分Data Mining和Statistics的差异其实是没有太大意义的。一般将之定义为Data Mi…

来自 http://tech.it168.com/a2015/1231/1813/000001813631.shtml 机器学习毫无疑问是当今最热的话题，它已经渗透到生活的方方面面…

来自infoworld 机器之心编译出品 编译：汪汪，赵云峰 你可能听说过谷歌和Facebook这样的公司如何利用机器学习来开车、识别语音和分类图片。你可能会想，这很酷。但这和你的…

日常分析中，经常会做的是研究变量间的关系，对于分类变量，常用的方法是卡方检验、Logistic模型等，但是对于分类变量很多，或者分类变量的类别很多时，用上述方法除了就会非常复杂，并…

集成学习是机器学习算法中非常强大的工具，有人把它称为机器学习中的“屠龙刀”，非常万能且有效，在各大机器学习、数据挖掘竞赛中使用非常广泛。它的思想非常简单，集合多个模型的能力，达到“…

来自 雷锋网 人工智能被谷歌视为行业发展的巨大引擎，2015年，谷歌将人工智能渗透到了其各种产品的方方面面，从而为用户带来更多的使用场景和更加智能的功能。 “机器习得是一个核心的、…

来自 36大数据 作者：学飞 从坠落开始 本篇综述主要参考了Liu Bing的《Sentiment analysis and opinion mining》，增加了一些自己的观点。…

from http://www.cnblogs.com/xmdata-analysis/p/5648393.html 卡方检验只能对两个分类变量之间是否存在联系进行检验，如果分类变…

一 自动提取关键词 作者： 阮一峰 这个标题看上去好像很复杂，其实我要谈的是一个很简单的问题。 有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase…

来自 http://blog.csdn.net/yujunbeta 前言 最近在学习数据挖掘，对数据挖掘中的算法比较感兴趣，打算整理分享一下学习情况，顺便利用R来实现一下数据挖掘算…

参考文献：Hadley Wickham《ggplot2: Elegant Graphics for Data Analysis》第二章 qplot()函数的详细用法： librar…

from http://www.cnblogs.com/xmdata-analysis/p/4670841.html 1.Kolmogorov-Smirnov正态性检验 Kolmo…

来自 http://blog.csdn.net/yujunbeta 算法二：决策树算法   决策树定义   首先，我们来谈谈什么是决策树。我们还是以鸢尾花为例子…

来自 http://blog.csdn.net/yucan1001/article/details/23123043 newiris <- iris; newiris$Spe…

有时我们需要对数据资料按照某个规则进行归组，如 在上述资料中，想按照年龄进行分组，30岁以下为组1，30-40岁为组2，40岁以上为组3 有两种方法可以实现： 1.使用计算变量功能…

大类 名称 关键词 有监督分类 决策树 信息增益 分类回归树 Gini指数，Χ2统计量，剪枝 朴素贝叶斯 非参数估计，贝叶斯估计 线性判别分析 Fishre判别，特征向量求解 K最…

来自 http://blog.csdn.net/yujunbeta 算法三：朴素贝叶斯算法   前两个算法都被要求做出一个艰难的决定，给出数据所属分类的明确答案，但往往因…

一、层次聚类 1）距离和相似系数 r语言中使用dist(x, method = “euclidean”,diag = FALSE, upper = FALS…