用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。 用户画像最初是在电商领域得到应用的，在大数据时代背景下，用户信息充斥在网络中，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。
liting李
2020-02-26
特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。特征的好坏对泛化性能有至关重要的影响。
liting李
2020-02-26
特征选择的一般过程 (1)产生过程( Generation Procedure ) 产生过程是搜索特征子集的过程，负责为评价函数提供特征子集。 (2)评价函数( Evaluation Function ) 评价函数是评价一个特征子集好坏程度的一个准则。 (3)停止准则( Stopping Criterion ) 停止准则是与评价函数相关的，一般是一个阈值，当评价函数值达到这个阈值后就可停止搜索。
liting李
2020-02-26
特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。
liting李
2020-02-26
主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。 在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。 主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H
liting李
2020-02-26
1.首先用SPSS打开用分析的数据文件 2.依次点击一、二、三级菜单：分析——描述统计——交叉表格 3.将要分析进行卡方检验的两个变量分别选择至“行”、“列”，然后点击菜单右侧第二个按钮“Statistics”,在弹出的二级菜单中勾选“卡方” 4.得到卡方检验的结果并解读结果。
liting李
2020-02-26
1.spss软件类书籍 （1）SPSS统计分析基础教程(第2版)2011-11 张文彤、 邝春伟 （2）问卷统计分析实务:SPSS操作与应用 2010年5月1日 吴明隆 （3）SPSS统计分析(第5版) 2015年4月1日吴喜之, 卢纹岱 (编者), 朱红兵 (编者) （4） 统计分析与SPSS的应用(第四版)2014年8月1日薛薇 (作者) （5）社会统计分析方法·SPSS软件应用(第2版)2
liting李
2020-02-26
变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念。变量可以通过变量名访问。在指令式语言中，变量通常是可变的；但在纯函数式语言（如Haskell）中，变量可能是不可变的。在一些语言中，变量可能被明确为是能表示可变状态、具有存储空间的抽象（如在Java和Visual Basic中）；但另外一些语言可能使用其它概念（如C的对象）来指称这种抽象，而不严格地定义“变量”的准确外延
liting李
2020-02-25
选中某个变量的名称单元格单击，即可编辑变量名称。如果没有预先编辑变量名而直接输入数据的话，会像下图一样显示哦。从技术角度来说，也可以这样做，但具体分析变量的时候一定会很混乱，别人也很难看懂。
liting李
2020-02-25
R就是相关性那个值，p就是显著性那个值，具体如下：首先看显著性值，也就是sig值或称p值，它是判断r值，也即相关系数有没有统计学意义的，判定标准一般为0.05，由表可知，两变量之间的相关性系数r=-0.035，其p值为0.709>0.05,所以相关性系数没有统计学意义。无论r值大小，都表明两者之间没有相关性，如果p值<0.05，那么就表明两者之间有相关性。然后再看r值，|r|值越大，相关性越好，正
liting李
2020-02-25
不管你导入数据，还是建立新数据，都有变量标签的设置。 它的好处是，对变量名的解释。一般情况下，我的变量是简单的英文加数字（不用中文），之后在标签的地方输入一些中文，备注我的英文变量名详细是什么意思。
liting李
2020-02-25
