摘要：机器学习是大数据挖掘的一大基础，本文以机器学习为切入点，分享达观在大数据技术实践时的一些经验。 大数据时代里，互联网用户每天都会直接或间接使用到大数据技术的成果，直接面向用户的比如搜索引擎的排序结果，间接影响用户的比如网络游戏的流失用户预测、支付平台的欺诈交易监测等等。 互联网的海量数据不可能靠人工一个个处理，只能依靠计算机批量处理。最初的做法是人为设…

预估基准可靠性将帮助我们集中精力进行可靠性分析，确定必要的故障预防措施，以及确定潜在的成本和收益。

通过验证任何一个关键检查点来估计可靠性风险。

惊闻英国著名统计学家 David Cox 去世，享年 97 岁，老爷子因提出Cox回归模型而广为人知，今天带大家来了解一下Cox回归。

回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势，重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种…

from http://blog.163.com/zzz216@yeah/blog/static/16255468420121665447465/ 1.用SAS/INSIGHT进行…

数据挖掘（Data mining）一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息和知识的过程。简单地说就是，在大型数据库中，自动发现有用信息的过程，加以分析。

摘要：如果说学习数据科学的最佳途径是什么——就是解决实际问题或亲自参与数据科学项目。因为只有当自己动手解决问题时，你才真正开始学习数据科学。 “商超销售预测”这一题目在一个月前一经提出，已有624名数据科学家报名参加，其中77名提交了答案。不管你是在开始时感到无从下手还是过程中遭遇瓶颈，本文都将带大家体验商超销售预测工作的全过程。 希望本文能够帮助越来越多的…

导读：目前我国P2P行业已进入竞争激烈的过程，个人消费贷、小额信贷等也成为P2P行业资产端的竞争，分散型个人客户具备资产集中度低，抵抗宏观经济环境风险、地域金融风险能力强的优势，逐步成为金融业纷纷发力区域。 目前个人信用评分模型来源于传统金融机构信用卡，逐步扩展到个人信贷业务。由于工作主责范围原因，本次分享关于个人信用评分模型建设过程。毕竟专业水平有限，博君…

本章介绍用线性模型处理回归问题。

利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等， 它们分别从不同的角度对数据进行挖掘。

掌握了excel、spss、sas、r这些分析工具之后，我们来了解下数据分析的基本方法论，其实数据分析方法不复杂，我们需要把一些核心的分析方法掌握了活学活用。 重点包括两块，一块是统计分析方法论：描述统计、假设检验、相关分析、方差分析、回归分析、聚类分析、判别分析、主成分与因子分析、时间序列分析、决策树等； 一块是营销管理常用分析方法论：SWOT、4P、PE…

在R语言中，对数据进行回归建模是一件很简单的事情，一个lm()函数就可以对数据进行建模了，但是建模了之后大部分人很可能忽略了一件事情就是，对回归模型进行诊断，判断这个模型到低是否模型的假定；如果不符合假定，模型得到的结果和现实中会有巨大的差距，甚至一些参数的检验因此失效。

简单来讲，回归就是通过数据学习数量关系，然后利用这个数量关系去做预测。

摘要：笔者整理了数据挖掘的常用方法和数据挖掘的重要功能(出自MBA智库百科)。当然，横看成岭侧成峰，这些常用方法和重要功能也许并不完全正确或完整。除此以外，笔者尝试学习了SMARTBI公司中的Smart Mining软件，并跟随其提供的示例教程进行了学习。为方便阅读，将其示例教程结合自己的体会作为文章的第三部分。 一、数据挖掘的常用方法 利用数据挖掘进行数据…

了解机器学习中的不同回归类型，包括线性回归和逻辑回归；每种回归技术都有自己的回归方程和回归系数；我们在本文中介绍了 7 种不同的回归类型。

本篇文章将介绍5种常用的分析方法。在开始介绍相关分析之前，需要特别说明的是相关关系不等于因果关系。