box plot

数据挖掘流程 数据挖掘流程6个步骤

数据挖掘流程1.了解需求，确认目标说一下几点思考方法：做什么？目的是什么？目标是什么？为什么要做？有什么价值和意义？如何去做？完整解决方案是什么？2.获取数据pandas读取数据pd.read.csv()，pd.read_excel()open读取数据withopen("ONE.TXT...

如何消除多重共线性 解决多重共线性的方法

介绍机器学习是一种解决不能明确编码的问题的方法，例如，分类问题。机器学习模型将从数据中学习一种模式，因此我们可以使用它来确定数据属于哪个类。但有个问题。这个模型是如何工作的?一些人不能接受一个性能良好的模型，因为它不能被解释。这些人关心可解释性，因为他们想确保模型以合理的方式预测数据。在解释ML模型...

将简单分类器和神经网络应用于实际数据

许多用于在线研究目的的流行数据集是干净和平衡的，在响应和预测变量之间具有强相关性。然而，真实世界的数据可能远非如此理想化的图景。因此，在研究数据集上提供良好结果的模型可能会给实际数据带来不好的结果。在这种特殊情况下，我将研究一个包含PC性能不同指标的数据集，以创建一个模型来预测给定设备何时需要重新映...

R 数据可视化——circlize 简单介绍

简单介绍圆形布局图非常适合表示复杂信息，其中最有名的软件当属Circos，我们也介绍过Circos的配置文件方法。虽然Circos软件很好用，但是它使用的是perl语言写的，而且使用的是配置文件的方式来绘制图形，这样就使得数据分析与绘图之间分离开了，造成了很大的不便。circlize...

方差分析 in R语言 and Excel 方差检验r语言

今天来写一篇实际中比较实用的分析方法，方差分析。通过方差分析，我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析，这一篇先介绍一下单因素方差分析，后续看需求介绍多因素方差分析。本篇使用的工具是R语言和Excel来实现，下一篇再使用常用的Pyth...

正如404页面所预示，猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒，绘图：MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了，无法阻挡一场试吃盛宴的举行。印度政府正在用惨痛的代价接受这一教训，因为在未来几年里将安装大约435000英里光纤电缆。他们的目标是：随着国...

特征选择:11 种特征选择策略总结 特征选择方法有哪些

太多的特征会增加模型的复杂性和过拟合，而太少的特征会导致模型的拟合不足。将模型优化为足够复杂以使其性能可推广，但又足够简单易于训练、维护和解释是特征选择的主要工作。“特征选择”意味着可以保留一些特征并放弃其他一些特征。本文的目的是概述一些特征选择策略：删除未使用的列删除具有缺失值的列不相关的特征低方...

基于AI算法的数据库异常监测系统的设计与实现

美团数据库平台研发组，面临日益急迫的数据库异常发现需求，为了更加快速、智能地发现、定位和止损，我们开发了基于AI算法的数据库异常检测服务。本文从特征分析、算法选型、模型训练与实时检测等维度介绍了我们的一些实践和思考，希望为从事相关工作的同学带来一些启发或者帮助。1.背景数据库被广泛用于美团的核心业...

R 数据可视化——ggplot 坐标系 r中ggplot函数

前言ggplot2包含6种不同的坐标系：coord_cartesian:笛卡尔坐标系coord_fixed:固定"纵横比"的笛卡儿坐标coord_flip:x和y翻转的笛卡尔坐标coord_trans:变换笛卡尔坐标系coord_map/coord_quick...

【机器学习】14种异常检测方法总结!

来源：机器学习初学者本文约7700字，建议阅读15分钟本文收集整理了公开网络上一些常见的异常检测方法（附资料来源和代码）。本文收集整理了公开网络上一些常见的异常检测方法（附资料来源和代码）。不足之处，还望批评指正。一、基于分布的方法1.3sigma基于正态分布，3sigma准则认为超过3sigma...