数据挖掘笔记-聚类-Canopy-原理与简单实现

2017-12-10

数据挖掘笔记-聚类-Canopy-原理与简单实现 Canopy聚类算法是一个将对象分组到类的简单、快速、精确地方法。每个对象用多维特征空间里的一个点来表示。这个算法使用一个快速近似距离度量和两个距离阈值 T1>T2来 ...

如何为时间序列数据优化K-均值聚类速度

2017-11-24

时间序列数据(Time Series Data)是按时间排序的数据，利率、汇率和股价等都是时间序列数据。时间序列数据的时间间隔可以是分和秒(如高频金融数据)，也可以是日、周、月、季度、年以及甚至更大的时间单位。数据分析 ...

聚类算法实践一层次聚类、K-means聚类

2017-07-25

聚类算法实践一层次聚类、K-means聚类 所谓聚类，就是将相似的事物聚集在一 起，而将不相似的事物划分到不同的类别的过程，是数据分析之中十分重要的一种手段。比如古典生物学之中，人们通过物种的形貌特征将其 ...

数据挖掘的常用方法、功能和一个聚类分析应用案例

2017-05-04

数据挖掘的常用方法、功能和一个聚类分析应用案例 一、数据挖掘的常用方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不 ...

机器理解大数据的秘密:聚类算法深度详解

2017-04-03

机器理解大数据的秘密:聚类算法深度详解 在理解大数据方面，聚类是一种很常用的基本方法。近日，数据科学家兼程序员 Peter Gleeson 在 freeCodeCamp 发布了一篇深度讲解文章，对一些聚类算法进行了基础介绍， ...

数据挖掘方法功能和聚类分析案例

2017-03-01

数据挖掘方法功能和聚类分析案例 一、数据挖掘的常用方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行 ...

R语言的三种聚类方法

2017-02-24

R语言的三种聚类方法 一、层次聚类 1)距离和相似系数 r语言中使用dist(x, method = “euclidean”,diag = FALSE, upper = FALSE, p = 2) 来计算距离。其中x是样本矩阵或者数据框。method表示计算哪种距离 ...

聚类分析案例之市场细分

2017-02-24

聚类分析案例之市场细分 从实际应用的角度看，聚类分析是数据挖掘的主要任务之一。而且聚类能够作为一个独立的工具获得数据的分布状况，观察每一簇数据的特征，集中对特定的聚簇集合作进一步地分析。 聚 ...

R语言实现层次聚类分析案例

2016-11-30

R语言实现层次聚类分析案例 聚类分析，对样品或指标进行分类的一种分析方法，依据样本和指标已知特性进行分类。 本节主要介绍R语言层次聚类分析，一共包括3个部分，每个部分包括一个具体实战例子。 一、 ...

从“杂乱信号”到“有序资产”：CDA数据分析师视角下的数据分类

2026-10-09

 很多数据分析师拿到数据就开始清洗、建模，但当被问到“这批数据属于什么类型——结构化还是非结构化？分类变量还是数值变量？各适合使用哪种统计分析方法”时，却常常语塞。其实，数据分类是数据分析的“第一道 ...

从“标签”到“人”：CDA数据分析师视角下的用户画像

2026-09-29

 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何指导业务”时，却常常答不上来。其实，标签是对一个用户“打点描述”，画像是对一群人 ...

CDA新一级模型知识点体系：用户标签体系和用户分群方法

2026-09-24

CDA数据分析师 出品 作者：李诗怡 1. 用户标签体系 定义： 通过一系列高度精炼的特征标识，对用户属性、行为与偏好进行量化刻画的方法体系，是实现用户洞察、精准营销与精细化运营的核心基石。 标签体系构建四步法 ...

【CDA干货】数据挖掘在商业领域的典型应用场景及实例分析

2026-09-04

随着大数据技术的快速发展，商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数据中隐藏着大量有价值的规律与信息，仅凭人工统计无法有效挖掘与利用。数据挖掘依托统 ...

【CDA干货】零售客户行为数据挖掘的方法、模型与实战应用研究

2026-08-27

随着新零售模式的快速普及，零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频次、客单价、购物偏好等海量客户行为数据，成为零售企业精细化运营、精准营销、客户留 ...

从“杂乱信号”到“有序资产”：CDA数据分析师视角下的数据分类

2026-08-24

 很多数据分析师拿到数据就开始清洗、建模，但当被问到“这批数据属于什么类型——结构化还是非结构化？分类变量还是数值变量？各适合使用哪种统计分析方法”时，却常常语塞。其实，数据分类是数据分析的“第一道 ...

从“标签”到“人”：CDA数据分析师视角下的用户画像

2026-08-19

 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何指导业务”时，却常常答不上来。其实，标签是对一个用户“打点描述”，画像是对一群人 ...

【CDA干货】基于Pandas库的Excel多字段条件筛选数据处理方法与实战应用

2026-08-12

在数据分析日常工作中，Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式，面对多字段叠加条件、复杂逻辑筛选、大批量数据处理时，存在操作繁琐、卡顿低效、易出错、无 ...

【CDA干货】数据分析中异常值的识别方法、处理策略与实战应用

2026-08-11

在数据分析、统计建模、数据挖掘与商业调研过程中，原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突发业务事件、极端个体样本等因素影响，数据集中经常会出现偏离正常取值范围、明显异于 ...

【CDA干货】选择统计方法前最重要的核心工作：避免90%的统计分析错误

2026-07-31

在数据分析、问卷研究、实验复盘、业务建模的工作中，大多数人最关注的是“用什么统计方法”：是做T检验、方差分析、卡方检验，还是回归、因子分析。但在实际工作中，90%的统计错误，并不是方法用错了公式，而是选方 ...

【CDA干货】问卷效度高与后续因子分析：逻辑关系、核心作用与实操意义

2026-07-30

在问卷调研的数据分析流程中，“先检验信效度，再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高，后续可以做因子分析”的说法，但常常不清楚二者的因果关系、因子分析的具体作用，以及为什么必 ...