简介 正态性在统计学中定义为属于正态分布或高斯分布的现象。数据集的正态性是对数据集或变量是否遵循正态分布的检验。可以进行许多检验来检查数据集的正态性，其中最流行的是直方图法、QQ图和KS检验。正态性检验 – 检查正态性 确定数据集或特征的正态性既有统计方法，也有图形方法。让我们来看一些这些方法。图形方法 直方图 ... 阅读更多

简介 OOB或包外误差和OOB分数是与随机森林相关的术语。随机森林是决策树的集合，它改进了单个决策树的预测。OOB误差用于测量基于树的模型（如随机森林、决策树和其他使用Bagging方法的机器学习模型）的预测误差。在OOB样本中，错误分类的数量就是OOB误差。在本文中，让我们探讨OOB误差/分数。在继续之前，让我们简要概述一下随机森林和决策树。随机森林算法 随机… 阅读更多

简介 如今，机器学习在预测股票价格以及知名组织和投资银行的增长方面发挥着至关重要的作用。在处理许多此类问题时，我们考虑不同类型因素之间的许多关系和相关性。安妮·海瑟薇效应就是与著名商人兼投资者沃伦·巴菲特、安妮·海瑟薇及其公司伯克希尔·哈撒韦(BRK)相关的这种特殊相关性。在本文中，让我们进一步了解围绕这种现象的影响和观察结果。安妮·海瑟薇效应 哈瑟威效应新闻首先由CNBC报道。根据这种效应，每当安妮… 阅读更多

简介 在最新的数字时代，统计数据的积累和分析已成为众多行业企业的关键。大数据是指可用于提取宝贵见解的大量已建成和非结构化数据。大数据彻底改变了企业运作方式，从医疗保健到金融，从营销到交通运输。在本文中，我们将探讨大数据在不同行业的变革力量，并了解其对决策、创新和客户体验的影响。医疗保健 大数据正在彻底改变医疗保健行业，实现更好的患者护理和医学研究。电子健康记录 (EHR) 捕获患者数据，从而… 阅读更多

大数据 大数据指的是从各种来源（包括网络娱乐、传感器和手机等等）产生的海量、多样化和高速的数据。术语“大”包括数据的绝对数量，并体现了数据的复杂性和多样性。大数据以其三个V为特征——体积 大数据包括大量数据，超过了传统数据库系统的处理能力。规模从TB（~你的所有电脑存储空间）到EB（~你的存储空间X一百万）甚至更多。… 阅读更多

线性回归的使用是一种有用的技术，用于确定和检查变量之间的关系。预测建模依赖于它，并将其用作许多机器学习技术的基石。机器学习需要大量的优化。它类似于改进模型以使其具有最佳性能。梯度下降，一种关键的优化技术，此时进入画面。将其视为一个值得信赖的盟友，它将帮助我们浏览大量潜在的模型参数以找到最佳参数。梯度下降允许我们迭代地改变这些… 阅读更多

在数据挖掘领域，训练人工神经网络 (ANN) 至关重要。ANN 是功能强大的计算机模型，其灵感来自人脑的复杂运作。ANN 通过其发现模式、从数据中学习和预测未来的能力，彻底改变了数据科学、机器学习和人工智能。数据挖掘是这些学科的一个关键方面，它涉及从大型和复杂的数据集中提取有见地的信息。通过训练 ANN，数据科学家和从业者可以利用网络的能力来发现隐藏的模式、发现趋势和创建可能彻底改变… 阅读更多

在数据挖掘中，对发现模式的有用性和重要性进行评级的过程被称为模式评估。这对于从海量数据中得出有见地的结论至关重要。数据挖掘专业人员可以评估模式以确定新获得知识的适用性和有效性，从而促进信息化的决策和产生实际结果。此评估方法使用多种指标和标准（包括支持度、置信度和提升度）来统计评估模式的稳健性和可靠性。在这篇文章中，我们将探讨数据挖掘中的模式评估方法。让我们开始吧。理解数据挖掘中的模式评估……阅读更多

人工智能 (AI) 指的是开发能够执行传统上需要人类智力才能完成的任务的计算机系统。这些任务包括学习、思考、解决问题和决策。人工智能涵盖许多相关的学科，包括计算机视觉、自然语言处理和机器学习。它在当今世界的重要性怎么强调都不为过。人工智能改变了多个行业以及人们的生活和工作方式。借助人工智能，我们可以自动化枯燥和重复性的工作，从而提高生产力和效率。虚拟助手、推荐引擎和个性化广告只是……阅读更多

在数据挖掘中，根据节点之间的连接、相似性或其他相关特征对图中的节点进行分组的做法称为图聚类。它包括将图划分为内聚的集群，这些集群的节点之间具有比集群间连接更强的集群内连接。图聚类在许多领域都至关重要，包括社交网络分析、生物学、网络分析和推荐系统。图聚类有助于我们发现社区、找到重要的节点、理解蛋白质关系、改进个性化建议，以及揭示复杂网络中隐藏的模式和结构。它通过……阅读更多