- 博客(6)
- 收藏
- 关注
RSS订阅原创 从虚拟机搭建到 IDEA 开发：MapReduce 学习实践心得
本文总结了大数据学习中的关键实践经验。首先强调了虚拟机环境搭建的重要性，重点解决网络配置和资源分配问题。其次详细阐述了Hadoop集群部署过程，包括配置文件设置和日志调试技巧。在开发工具方面，介绍了IDEA配置Hadoop依赖和MapReduce程序调试方法。文章还总结了MapReduce编程的核心思路，即问题拆解、数据类型选择和键值对设计。最后分享了结果可视化方法和学习感悟，强调分布式思维培养和自主解决问题的能力。这些经验为大数据初学者提供了从环境搭建到程序开发的完整实践指导。
2025-12-23 16:23:47
831
原创 基于 Flask + ECharts 的袋装螺蛳粉销量数据大屏可视化实现
摘要：本项目基于Flask+ECharts技术栈开发螺蛳粉销量数据大屏，实现多维度可视化分析。后端采用Flask框架搭建数据接口，结合Pandas处理MySQL数据；前端使用ECharts渲染柱状图、折线图、地图等多样化图表，展示省份销量分布、日销量趋势、口味占比及用户评价词云等关键指标。系统通过Ajax实现前后端交互，为螺蛳粉市场分析提供直观的数据支持，可扩展接入更多业务数据维度辅助决策。（149字）
2025-11-05 18:50:17
893
原创 Untitled1
该代码展示了一个脱发预测的机器学习项目流程。首先导入必要的Python库（pandas、matplotlib、sklearn等），加载脱发预测数据集。数据集包含12个特征变量（如遗传因素、荷尔蒙变化、医疗状况、压力水平等）和1个目标变量（Hair Loss）。接着使用随机森林和支持向量机算法进行建模，并准备了模型评估指标（分类报告、ROC曲线等）。数据包含多种分类变量（如"Yes/No"）和数值变量（年龄），部分字段存在"No Data"缺失值。该分析旨在通过机器学习
2025-06-26 21:08:54
1704
原创 心脏病数据分析
本文分析了1319例心脏病患者数据，通过数据预处理、可视化和机器学习建模，探究心脏病影响因素并构建预测模型。研究发现：患者平均年龄56.2岁，男性占比65.9%；心脏病阳性患者肌酸激酶同工酶(CK-MB)和肌钙蛋白水平显著高于阴性组。采用5种机器学习模型进行预测，其中树模型(决策树、随机森林、XGBoost)表现最优，准确率达97%-98%，优于逻辑回归(83%)和SVM(77%)。研究证实心脏生化指标对心脏病诊断具有重要价值，为临床筛查提供数据支持。
2025-06-20 15:32:59
301
原创 任务5.2 聚类
本文基于2021年订单数据，通过数据预处理、可视化分析和K-means聚类模型构建LRFM客户画像。研究发现：1）渠道收益差异显著，晚间20-22点为消费高峰；2）通过聚类将客户划分为三类：重要客户（高M值、低F值）、潜在客户（高F值、低M值）和一般客户（各项指标均低）；3）针对不同群体提出差异化的营销策略，如对重要客户提供VIP服务，对潜在客户实施优惠刺激，对一般客户优化购买体验。研究为精准营销提供了数据支持，有助于提升客户价值。
2025-06-12 17:06:09
1877
原创 Python心得
它让我掌握了一门实用的编程语言，开启了通往数据科学，人工智能等领域的大门，更重要的是，培养了我逻辑思维和解决问题的能力。在未来的学习和工作中，我将继续深入学习Python，探索其更多的应用场景和高级特性，不断提升自己的编程技能，用代码创造更多的价值。然而，学习Python并非一帆风顺。在接触Python之前，我就听闻它是一门简洁，高效且功能强大的编程语言，广泛应用于数据科学，人工智能，网络开发等多个领域，怀着对编程世界的好奇与探索精神，我开启了python的学习之旅，如今也有了一些自己的心得体会。
2024-12-20 09:41:30
860
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人