Python如何记录数据分析与挖掘的详细笔记?
- 内容介绍
- 文章标签
- 相关推荐
本文共计5031个文字,预计阅读时间需要21分钟。
参考书籍+小飞蓬对本体书选择重要知识点进行归纳,并手动编写其中的代码+1+数据分析与挖掘区别+从定义说明:数据分析采用统计学方法,对获取的数据进行描述性、推断性分析,对数据进行描述和探索;挖掘则从大量数据中自动发现潜在的模式、关联和知识。
参考书
小飞蓬对本书选取重要知识点进行归总,并手动编写其中的代码
1 数据分析与挖掘区别
- 从定义说明:数据分析采用统计学方法,对获取的数据进行描述性和探索性分析,并从分析结论中发现数据间存在的价值,价值大多通过图的形式呈现。数据挖掘则是采用统计学,机器学习,人工智能的方法,对获取的数据,进行提炼、转化(类似于赌石),从数据中发掘出表象看不到的价值和规律
- 从工作侧重点:数据分析更侧重于实际业务,贴合业务展开分析工作,而数据挖掘更侧重于技术,通过更前进更换的算法,去提炼出更有价值的东西
- 从输出结果出来:数据分析更多是统计描述的呈现,比如总体样本的趋势。
本文共计5031个文字,预计阅读时间需要21分钟。
参考书籍+小飞蓬对本体书选择重要知识点进行归纳,并手动编写其中的代码+1+数据分析与挖掘区别+从定义说明:数据分析采用统计学方法,对获取的数据进行描述性、推断性分析,对数据进行描述和探索;挖掘则从大量数据中自动发现潜在的模式、关联和知识。
参考书
小飞蓬对本书选取重要知识点进行归总,并手动编写其中的代码
1 数据分析与挖掘区别
- 从定义说明:数据分析采用统计学方法,对获取的数据进行描述性和探索性分析,并从分析结论中发现数据间存在的价值,价值大多通过图的形式呈现。数据挖掘则是采用统计学,机器学习,人工智能的方法,对获取的数据,进行提炼、转化(类似于赌石),从数据中发掘出表象看不到的价值和规律
- 从工作侧重点:数据分析更侧重于实际业务,贴合业务展开分析工作,而数据挖掘更侧重于技术,通过更前进更换的算法,去提炼出更有价值的东西
- 从输出结果出来:数据分析更多是统计描述的呈现,比如总体样本的趋势。

