-
今日科普|地理大数据挖掘分析
2025-01-08
地理大数据是指包含空间位置信息的大规模数据集，其产生来源多种多样。例如，科学装置获取的实验探测数据、传感网络记录的街景数据、城市移动设备产生的位置数据以及社交媒体上传的用户数据等，都是地理大数据的重要组成部分。据统计，通过遥感技术获取的地球表面信息数据量已经达到了Peta Bytes级别，而社交媒体平台如微博、Twitter等每天也会产生海量的带有地理标签的数据。这些数据具有数据量大（Volume
-
心理测量与数据挖掘应用
2025-01-08
心理测量是通过科学、客观、标准的测量手段对人的特定素质进行测量、分析、评价。这些素质包括感知、技能、能力、气质、性格、兴趣、动机等个人特征，它们以一定的质量和速度完成工作或活动的必要基础🍓。例如，常用的智力测验量表有韦氏量表和瑞文测验，而人格测验主要有MMPI、16PF、EPQ等。心理测量不仅能够对个体的智力、能力倾向、创造力、人格、心理健康等各方面进行全面描述，还能够预测个体在不同领域中
-
游戏数据深度挖掘分析
2025-01-07
游戏数据可以分为静态数据和动态数据两大类。静态数据包括武器装备的属性、怪物属性、人物每级固定分配的属性等，这些在游戏开发和运营过程中是固定不变的。而动态数据则是指游戏运行和运营过程中不断变动的数据，例如玩家背包里的物品、玩家的经验和等级、玩家身上的游戏币等。动态数据是游戏中最为活跃的部分，也是数据深度挖掘和分析的主要对象。据最新的数据显示，全球游戏市场已经迈入数百亿美元的规模，并以每年约10%的速
-
大数据挖掘技术应用
2025-01-07
大数据挖掘技术主要通过分析每个数据，从大量数据中寻找其规律，并应用于多(duō)个(gè)领(lǐng)域。根(gēn)据(jù)统(tǒng)计(jì)，数(shù)据(jù)挖(wā)掘(jué)的(de)任(rèn)务(wu)主要(yào)包(bāo)括(kuò)关联(lián)分(fēn)析(xī)、聚(jù)类(lèi)分(fēn)析(xī)、分(fēn)类(lèi)分(fēn)析(xī
-
十大数据挖掘算法解析
2025-01-06
决策树是一种常用的分类和回归算法，它通过递归地将数据集划分为更小的子集来构建决策树。C4.5算法是决策树算法中的一种经典方法，主要用于分类问题。C4.5使用信息增益率作为计算指标，选择最有效地方式对样本集进行分裂。这种方法构建出的决策树，能够直观地展示分类逻辑，解释性强且易于理解。例如，在医疗诊断中，C4.5算法可以根据病人的年龄、血压、家族病史等信息，预测病人是否会患某种疾病。CART（Clas
-
大数据挖掘应用探索
2025-01-05
大数据（big data）一词最早由全球知名咨询公司麦肯锡提出，用以描述和定义信息爆炸时代产生的海量数据。大数据不仅指数据规模庞大，更强调对这些数据的处理和应用能力。具体而言，大数据具有四个基本特征：数据体量巨大（Volume）、数据类型多样（Variety）、处理速度快（Velocity）和数据价值真实性高但密度低（Veracity）。例如，百度新首页导航每天需要提供的数据超过1.5PB（1PB
-
浙大数据挖掘技术应用
2025-01-05
在浙大的数据挖掘课程中，信用评分数据集（如credit-training.csv）常被用作训练预测模型的样本。这类数据集通常包含年龄、收入、借款历史等变量，通过数据挖掘技术，可以构建信用评分卡，对个人或企业的信用风险进行评估。例(lì)如(rú)，使(shǐ)用(yòng)决(jué)策(cè)树(shù)、随(suí)机(jī)森林或逻辑回归等分类算法，可以预测借款人的违约概率，为金融机构提供决
-
今日科普|大数据挖掘与应用分析
2025-01-03
大数据，或称巨量资料，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。它具有“4V”特征：Volume（大量）、Velocity（高速）、Variety🅱️（多样）和Value（低价值密度）。随着互联网、物联网、传感器等技术的不断发展，数据的产生速度越来越快，数据类型也越来越丰富，包括结构化数据、半结构化数据和非结构化数据。据中国华经产业研究院发布的报告，2024年中国
-
大数据信息挖掘技术
2025-01-03
大数据（big data）一词自2024年起逐渐进入公众视野，用以描述信息爆炸时代产生的海量数据。大数据不仅仅指数据规模的庞大，更包括对这些数据的处理和应用活动。业界通常用4个V来概括大数据的特征：Volume（数据体量巨大）、Variety（数据类别大和类型多样）、Velocity（处理速度快）和Veracity（价值真实性高和密度低）。例如，百度新首页导航每天提供的数据超过1.5PB（1PB=
-
今日科普|医疗大数据深度挖掘
2025-01-03
医疗大数据主要由🎨J9九游临床数据、基因组数据、医学影像等多种异构数据源组成。随着医疗机构和电子健康记录系统的普及，这些数据呈现爆炸式增长。据行业报告，医疗大数据市场规模从2024年到2024年实现了爆发式增长，这得益于大数据技术的迅速发展。然而，原始医疗数据具有多样、不完整、冗余及包含敏感信息等复杂特征，因此必须进行预处理。数据预处理包括填补空
