数据科学家的工具
关注
分享
扫一扫
elden_nie
这个作者很懒，什么都没留下…
展开
-
01-02 数据科学家如何获取帮助
1、问问题（1）上课问老师问题（2）在mooc上上传问题到信息版2、通常最快速获取到答案的途径是你自己找到答案（1）首先自己回答自己的问题这很重要（2）如果你的问题可以在帮助文档或者google hit上搜索到，那你应该首先读文档或者直接google.（3）如果你在论坛上看到了你解决过的问题，你应该上传你的答案。3、一些重要的帮助你的r语言的命令（1原创 2015-05-02 21:22:58 · 383 阅读 · 0 评论 -
01_01 工具概览
1、数据科学家干什么？（1）定义问题。（2）定义理想的数据集。（3）决定目标数据。（4）获取数据。（5）清洗数据。（6）数据分析。（7）分析预测／模型化。（8）解释结果。（9）验证结果。（10）综合陈述结果。（11）编写可重复使用的代码。（12）公布结果给众人。2、数据科学家的编程公具和编程环境主要是r语言以及对应的r-studio。3、分享你的成果利用gi原创 2015-05-02 21:08:16 · 313 阅读 · 0 评论 -
01 _04 R语言概览
1、R语言的内容 数据类型、子集、读取和存储数据、控制结构、函数、作用域、向量化操作、日期和时间、调试、模拟、优化2、从文本整行读取数据 readLines可以用来整行整行地读取网页的整页数据conx3、寻找错误如何知道你自己的函数出错了？（1）你的输入是什么？你如何调用你的函数？（2）你认为函数调用完后的是什么？输出、信息、或者其他答案原创 2015-05-03 16:56:02 · 396 阅读 · 0 评论 -
01_06 探索性数据分析概览
1、探索性数据分析内容（1）图形分析的规则（2）探索性图形（3）R中的绘图系统：base,lattice,ggplot2（4）系统聚类（5）K-means聚类（6）降维2、加一个geomqplot(displ,hwy,data=mpg,geom=c("point","smooth")) 3、图形分析的规则规则1:对比规则2:分析因果关系、原创 2015-05-03 17:22:46 · 505 阅读 · 0 评论 -
01_03 获取答案
1、数据科学关键特点之一数据科学是集数据分析、黑客技术、实际知识的交集。2、黑客的主要特点（1）愿意自己去找到答案（2）知道自己该去哪儿找到答案（3）不会被新的数据类型或者包吓到（4）不害怕说自己不知道（5）礼貌而冷酷3、不同问题的答案的对应地点（1）R语言论坛上搜索、读帮助文档、网上搜索、询问技术好的朋友、将问题提交到stack overf原创 2015-05-03 16:54:36 · 371 阅读 · 0 评论 -
01_05 数据获取和清理概览
1、数据获取和清理的内容（1）脏数据和干净数据（2）下载文档（3）读取数据（excel,xml,json,mysql,hdf5,web....）（4）合并数据（5）重新构造数据（6）汇总数据（7）寻找和替换（8）数据源2、数据库连接和列举ucsDb result result3、合并数据——merge()mergeData2原创 2015-05-03 17:11:34 · 378 阅读 · 0 评论