Tag Archives: kmeans

Python对Airbnb北京、上海链家租房数据用逻辑回归LR、决策树、岭回归、Lasso、随机森林、XGBoost、神经网络kmeans聚类分析市场影响因素|数据分享

By tecdat4月 10, 2025Python辅导, sas辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术airbnb, kmeans, LASSO, xgboost, 决策树, 回归, 岭回归, 神经网络, 租房, 聚类, 逻辑回归, 链家, 随机森林

在数据驱动的时代，数据科学家肩负着从海量数据中挖掘价值的重任。

R语言文本挖掘：kmeans聚类分析上海玛雅水公园景区五一假期评论词云可视化

By tecdat5月 6, 2023R语言辅导, 地理，运输，旅行和物流, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术kmeans, 文本挖掘, 景区, 玛雅水公园, 聚类, 评论, 词云

互联网时代，大量的新闻信息、网络交互、舆情信息以文本形式存储在数据库中

R语言Kmeans均值聚类、PAM、DBSCAN、AGNES、FDP、PSO粒子群聚类分析iris数据结果可视化比较

By tecdat3月 28, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术AGNES, DBSCAN, FDP, Iris, kmeans, K均值聚类, PAM, PSO, 粒子群聚类, 聚类

本文以iris数据和模拟数据为例，帮助客户了比较R语言Kmeans聚类算法、PAM聚类算法、 DBSCAN聚类算法、 AGNES聚类算法、 FDP聚类算法、 PSO粒子群聚类算法在 iris数据结果可视化分析中的优缺点。

MATLAB数据挖掘用改进的K-Means(K-均值)聚类算法分析高校学生的期末考试成绩数据

By tecdat12月 13, 2022MATLAB辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术k-means, K-均值, kmeans, matlab, 改进, 数据挖掘

本文首先阐明了聚类算法的基本概念，介绍了几种比较典型的聚类算法

R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化

By tecdat11月 16, 2022可视化和设计, 大数据部落, 数理统计, 计算机科学与技术Apriori, kmeans, 京东, 京东商城, 关联规则, 决策树, 用户行为, 网络购物, 网络购物用户, 聚类

随着网络的迅速发展，依托于网络的购物作为一种新型的消费方式，在全国乃至全球范围内飞速发展。

python岭回归、Lasso、随机森林、XGBoost、Keras神经网络、kmeans聚类链家租房数据地理可视化分析

By tecdat10月 18, 2022R语言辅导, 大数据部落, 技术支持, 数据库, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术Keras, kmeans, R语言, xgboost, 可视化, 回归, 地理, 地理可视化, 岭回归, 神经网络, 租房, 聚类, 链家, 随机森林

最近我们被客户要求撰写关于租房数据分析的研究报告。利用 python 爬取链家网公开的租房数据

SPSS用KMEANS(K均值)、两阶段聚类、RFM模型在P2P网络金融研究借款人、出款人行为数据规律

By tecdat7月 25, 2022大数据部落, 数理统计, 经济, 计算机科学与技术kmeans, K均值, SPSS, 聚类

随着P2P网络金融平台的交易量的激增，其交易数据不能得到充分有效地利用。

Spss用K均值聚类Kmeans、决策树、逻辑回归和T检验研究不同因素对通勤出行交通方式选择的影响调查数据分析

By tecdat7月 14, 2022地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术kmeans, K均值聚类, SPSS, t检验, 交通, 交通方式, 决策树, 出行, 回归, 聚类, 通勤, 逻辑回归

某交通工程专业博士生想要研究不同因素对通勤交通方式选择的影响。

Python用户流失数据挖掘：建立逻辑回归、XGboost、随机森林、决策树、支持向量机、朴素贝叶斯模型和Kmeans聚类用户画像

By tecdat11月 17, 2021大数据部落, 数理统计, 计算机科学与技术kmeans, svm, xgboost, 决策树, 支持向量机, 数据挖掘, 朴素贝叶斯, 用户流失, 用户画像, 聚类, 贝叶斯, 逻辑回归, 随机森林

在今天产品高度同质化的品牌营销阶段，企业与企业之间的竞争集中地体现在对客户的争夺上。

【视频讲解】R语言Kmeans均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数

By tecdat11月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 特色视频, 计算机科学与技术kmean, kmeans, Kmeans聚类, 亚洲国家, 层次聚类, 最佳聚类数, 生活幸福质量, 聚类, 聚类数, 选择最佳聚类数

《世界幸福报告》是可持续发展解决方案网络的年度报告，该报告使用盖洛普世界民意调查的调查结果研究了150多个国家/地区的生活质量。

SAS用K-Means 聚类最优k值的选取和分析

By 拓端tecdat11月 16, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术kmeans, SAS, 聚类

“聚类是将数据集分为几组的过程，其中包括相似的数据点”。聚类是一种无监督的机器学习，在您拥有未标记的数据时使用。

售前咨询热线

15121130882

售后咨询热线

0571-63341498