1._大数据背景下数据挖掘技术在电子商务营销拓展中的应用——以某网商企业为例.pdf2._电子商务中的数据挖掘技术探讨.pdf3._基于离群数据挖掘的电子商务推荐系统研究.pdf4._基于数据挖掘的电子商务交易风险评估.pdf5._基于数据挖掘的电子商务在企业的应用.pdf6._论电子商务中Web数据挖掘技术的运用.pdf7._数据挖掘技术在电子商务中的应用研究.pdf8.数据挖掘在CRM中应用的探究_吴磊.pdf
2024/6/2 2:02:45
7.76MB
1
k-means离群点剔除法：次要运用聚类均值方法剔除数据中的离群点，增强模型预测的精度等，本文为matlab代码
2023/2/23 11:28:52
3KB
1
随机森林randomforest模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法它通过对大量分类树的汇总提高了模型的预测精度是取代神经网络等传统机器学习方法的新的模型随机森林的运算速度很快在处理大数据时表现优良随机森林不需要顾虑一般回归分析面临的多元共线性的问题不用做变量选择现有的随机森林软件包给出了所有变量的重要性另外随机森林便于计算变量的非线性作用而且可以体现变量间的交互作用interaction它对离群值也不敏感本文通过3个案例分别介绍了随机森林在昆虫种类的判别分析有无数据的分析取代逻辑斯蒂回归和回归分析上的应用案例的数据格式和Ｒ语言代码可为研究随机森林在分类与回归分析中的应用提供参考"＞随机森林randomforest模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法它通过对大量分类树的汇总提高了模型的预测精度是取代神经网络等传统机器学习方法的新的模型随机森林的运算速度很快在处理大数[更多]
2023/2/3 14:01:57
1.86MB
1
客户生存与流失预测客户流失率是评估不断增长的业务的最重要指标之一。
虽然这不是最幸福的衡量标准，但它可以使您的公司了解保留客户的事实。
Heroku应用程序MyHeroku应用程序：:生存分析生存分析是统计的一个分支，用于分析直到一个或多个事件（例如生物体死亡和机械系统故障）发生之前的预期持续时间。
Kaplan-Meier曲线（我的博客）脚步步骤1问题定义关键的挑战是预测单个客户能否会流失。
第2步数据采集用于此分类问题的数据集来自Kaggle，并来自IBM示例数据集集合（）。
第三步探索性数据分析收集数据后，将执行几个步骤来探索数据。
此步骤的目标是了解数据结构，进行初始预处理，清理数据，识别数据中的模式和不一致之处（例如，偏度，离群值，缺失值），并建立和验证假设。
第4步特征工程在特征工程中，从现有特征生成新特征，并在将所有特征转换
虽然这不是最幸福的衡量标准，但它可以使您的公司了解保留客户的事实。
Heroku应用程序MyHeroku应用程序：:生存分析生存分析是统计的一个分支，用于分析直到一个或多个事件（例如生物体死亡和机械系统故障）发生之前的预期持续时间。
Kaplan-Meier曲线（我的博客）脚步步骤1问题定义关键的挑战是预测单个客户能否会流失。
第2步数据采集用于此分类问题的数据集来自Kaggle，并来自IBM示例数据集集合（）。
第三步探索性数据分析收集数据后，将执行几个步骤来探索数据。
此步骤的目标是了解数据结构，进行初始预处理，清理数据，识别数据中的模式和不一致之处（例如，偏度，离群值，缺失值），并建立和验证假设。
第4步特征工程在特征工程中，从现有特征生成新特征，并在将所有特征转换
2018/10/22 3:11:14
7.78MB
1
jdemetra-helloJDemetra+入门教程该项目包含有关JDemetra+（算法内核）次要概念的大量示例。
在文档“JD+_training.docx”中给出了更详细的解释。
本教程包括以下示例：HelloDemetra1：创建时间序列HelloDemetra2：使用TsDataCollectorHelloDemetra3：使用数据块HelloDemetra4：关于数据块和时间序列的描述性统计HelloDemetra5：时间序列上的迭代器（按年份，按时期）HelloDemetra6：时间序列的基本操作；
表格的使用HelloDemetra7：链接（高级）HelloDemetra8：通过Denton/Cholette进行基准测试HelloDemetra9：离群值检测（类似恐怖）HelloDemetra10：使用Tramo-Sea
在文档“JD+_training.docx”中给出了更详细的解释。
本教程包括以下示例：HelloDemetra1：创建时间序列HelloDemetra2：使用TsDataCollectorHelloDemetra3：使用数据块HelloDemetra4：关于数据块和时间序列的描述性统计HelloDemetra5：时间序列上的迭代器（按年份，按时期）HelloDemetra6：时间序列的基本操作；
表格的使用HelloDemetra7：链接（高级）HelloDemetra8：通过Denton/Cholette进行基准测试HelloDemetra9：离群值检测（类似恐怖）HelloDemetra10：使用Tramo-Sea
2020/1/10 16:04:48
1.32MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB