https://blog.overfit.org/categories/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98/Recent content in 数据挖掘 on 里列昂遗失的记事本Hugozh-cnSat, 22 Apr 2023 10:49:00 +0800https://blog.overfit.org/posts/2023-04-22-17342598-%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%AC6%E6%AC%A1%E4%BD%9C%E4%B8%9A/Sat, 22 Apr 2023 10:49:00 +0800https://blog.overfit.org/posts/2023-04-22-17342598-%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%AC6%E6%AC%A1%E4%BD%9C%E4%B8%9A/电子商务网站用户行为分析及服务推荐 一、背景与挖掘目标 本章通过对用户访问的网页日志数据进行分析与处理，采用基于物品的协同过滤算法对处理后的数据进行建模分析，并应用模型实现智能推荐，进行个性化推荐，帮助用户更加便捷地获取信息。 某法律网站是北京一家电子商务类的大型法律资讯网站，致https://blog.overfit.org/posts/2023-04-22-17342568-%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E4%BD%9C%E4%B8%9A5/Sat, 22 Apr 2023 10:38:00 +0800https://blog.overfit.org/posts/2023-04-22-17342568-%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E4%BD%9C%E4%B8%9A5/家用热水器用户行为分析与事件识别 一、背景与挖掘目标 居民在使用家用热水器的过程中，会因为地区气候、不同区域和用户年龄性别差异等原因形成不同的使用习惯。家电企业若能深入了解其产品在不同用户群中的使用习惯，开发符合客户需求和使用习惯的功能，就能开拓新市场。 本案例将依据BP神经网络https://blog.overfit.org/posts/2023-04-22-17342533-%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E4%BD%9C%E4%B8%9A4/Sat, 22 Apr 2023 10:09:00 +0800https://blog.overfit.org/posts/2023-04-22-17342533-%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E4%BD%9C%E4%B8%9A4/商品零售购物篮分析 一、背景与挖掘目标 购物篮分析是商业领域最前沿、最具挑战性的问题之一，也是许多企业重点研究的问题。购物篮分析是通过发现顾客在一次购买行为中放入购物篮中不同商品之间的关联，研究顾客的购买行为，从而辅助零售企业制定营销策略的一种数据分析方法。本章使用Apriorihttps://blog.overfit.org/posts/2023-03-12-17209295-%E8%88%AA%E7%A9%BA%E5%85%AC%E5%8F%B8%E5%AE%A2%E6%88%B7%E4%BB%B7%E5%80%BC%E5%88%86%E6%9E%90/Sun, 12 Mar 2023 21:54:00 +0800https://blog.overfit.org/posts/2023-03-12-17209295-%E8%88%AA%E7%A9%BA%E5%85%AC%E5%8F%B8%E5%AE%A2%E6%88%B7%E4%BB%B7%E5%80%BC%E5%88%86%E6%9E%90/import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sn data=pd.read_csv('../air_data.csv') datahttps://blog.overfit.org/posts/2023-03-05-17181371-python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B9%8B%E8%B4%A2%E6%94%BF%E6%94%B6%E5%85%A5%E5%BD%B1%E5%93%8D%E5%9B%A0%E7%B4%A0%E5%88%86%E6%9E%90%E5%8F%8A%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8B/Sun, 05 Mar 2023 19:22:00 +0800https://blog.overfit.org/posts/2023-03-05-17181371-python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B9%8B%E8%B4%A2%E6%94%BF%E6%94%B6%E5%85%A5%E5%BD%B1%E5%93%8D%E5%9B%A0%E7%B4%A0%E5%88%86%E6%9E%90%E5%8F%8A%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8B/<h1 id="---coding-utf-8-----代码6-1-import-numpy-as-np-import-pandas-as-pd-inputfile--39datadatacsv39--输入的数据文件-data--pdread_csvi">-<em>- coding: utf-8 -</em>- # 代码6-1 import numpy as np import pandas as pd inputfile = '../data/data.csv' # 输入的数据文件 data = pd.read_csv(i</h1>https://blog.overfit.org/posts/2023-02-26-17156630-%E6%95%B0%E6%8D%AE%E6%8E%A2%E7%B4%A2/Sun, 26 Feb 2023 14:21:00 +0800https://blog.overfit.org/posts/2023-02-26-17156630-%E6%95%B0%E6%8D%AE%E6%8E%A2%E7%B4%A2/数据探索 缺失值分析及箱型图 数据：catering_sale.xls（餐饮日销额数） 缺失值使用函数：describe()函数，能算出数据集的八个统计量 import pandas as pd import numpy as np import warnings warning