- 博客(10)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 分析的一般步骤浓缩精华版
一、数据第一步：数据准备：（70%时间）获取数据（爬虫，数据仓库）验证数据数据清理（缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集）使用python进行文件读取csv或者txt便于操作数据文件（I/O和文件串的处理，逗号分隔）抽样（大数据时。关键是随机）存储和归档第二步：数据观察（发现规律和隐藏的关联）单一变量：点图、抖动
2016-05-19 17:31:44
638
转载 数据化运营需要的四个层次
数据的重要性已经被越来越多的公司、个人所熟知与接受，甚至于有过犹不及之势头。大数据的概念满天飞，似乎一夜之间人人都在谈论大数据，见了面不用大数据打招呼，好像就不是在数据圈子里混的了。那么，被外界传得神乎其神的数据，到底可以在哪些方面促进业务的腾飞？或者换种说法，业务对数据有哪些层次的需求？数据在哪些地方能够帮助业务？ 结合笔者多年的工作经验以及对数据与业务的理解，业务对数据的需求归
2016-05-19 17:26:39
10029
转载 R语言十二本书
原文：http://www.r-bloggers.com/lang/chinese/1224以前人的烦恼是没有书可读，现在人的烦恼是书太多了。关于R语言的书已经出版很多了，博主大约读过其中的四十多本，但是书在精，而不在多，学在透，而不在速。把有限的时间放到无限的书海中，这不是阅读的真意。本着造福学习者的角度，博主精选出十二本R书。什么是好书的标准？我以为是：有案例，有代码，有习题，有讲解，逻辑
2014-03-21 15:24:48
1194
原创 互联网为什么会产生寡头
BAT三大互联网巨头，基本上垄断了中国的互联网。不仅在中国，美国的互联网也是由几个巨头所控制，出奇地相似。为什么互联这样一个高度开头，高度竞争的环境，会出现寡头？
2014-03-17 23:29:16
3052
原创 几种常见距离算法小结
总结数据挖掘常用到的距离算法，以及应用场景。包括欧拉距离、Pearson距离、杰卡德距离、余弦距离、曼哈顿距离、汉明距离、马氏距离、切比雪夫距离。
2014-03-17 22:52:36
10978
原创 浅谈数字签名
数字签名利用的是非对称加密算法的特点，例如A拥有密钥，B拥有公钥，A要写一张欠条给B：1. 密钥加密只有公钥才能解密A使用密钥对文件进行加密的过程就叫数字签名。B拿到文件后，因为只有A的密钥才能加密，因此不能对文件内容进行修改，这叫防篡改。A把文件发给B以后，B就可以证明该文件确实是A给的，这叫防抵赖。2. 公钥加密只有密钥才能解密B为了证明确实A是本人，于是把一文件用
2014-02-22 23:41:01
831
原创 求n!尾部包含0的个数
<br /> 题目: 对任意输入的正整数N，编写C程序求N!的尾部连续0的个数，并指出计算复杂度。如：18！＝6402373705728000，尾部连续0的个数是3。 （不用考虑数值超出计算机整数界限的问题） <br /> <br />先考虑一种简单的情况, x * y 的尾部有几个0?<br />一个简单的方法就是先求出z=x*y的值, 再去查探z尾部有多少个0. <br />但是如果x * y的值很大, 导致z溢出呢?<br />把x分解为(x1 * x2 *x3 * x4 ... xn), y分解
2010-10-23 13:20:00
1247
原创 求数组中第K个大小的数
<br />百度的一道笔试题目, 如下:<br /> 写一段程序，找出数组中第k大小的数，输出数所在的位置。例如{2，4，3，4，7}中，第一大的数是7，位置在4。第二大、第三大的数都是4，位置在1、3随便输出哪一个均可。<br />函数接口为：int find_orderk(const int* narry,const int n,const int k)<br /> 一个简单的解法是先用快排把数组进行排序, 然后再找出第K大的数. 时间复杂度为O(nlog(n))<b
2010-10-23 08:42:00
1590
转载 最大子矩阵问题
<br />http://www.cnblogs.com/fll/archive/2008/05/17/1201543.html<br /> <br />最大子矩阵问题：<br />问题描述：(具体见http://acm.pku.edu.cn/JudgeOnline/showproblem?problem_id=1050)<br /> 给定一个n*n(0<n<=100)的矩阵，请找到此矩阵的一个子矩阵，并且此子矩阵的各个元素的和最大，输出这个最大的值。<br />Example：<br
2010-10-21 11:21:00
585
转载 从给定的文本中，查找其中最长的重复子字符串的问题
<br />原文地址 http://dev.firnow.com/course/3_program/c++/cppjs/2008324/106118.html<br />对于类似从给定的文本中，查找其中最长的重复子字符串的问题，可以采用“后缀数组”来高效地完成此任务。后缀数组使用文本本身和n个附加指针（与文本数组相应的指针数组）来表示输入文本中的n个字符的每个子字符串。<br /> 首先,如果输入字符串存储在c[0..n-1]中，那么就可以使用类似于下面的代码比较每对子字符串：<br />
2010-10-15 01:32:00
782
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人