现在，需要根据该学校提供的数据，对数据进行分析，并尝试找到预测模型的性能进行分析。 资源中包含：论文、代码以及数据！ 方法要求： a) 分析该数据集的数据缺失情况； b) 分析该数据集不同年份各门课程的描述性统计量，并进行比对分析； c) 对该数据集进行数据清洗，处理缺失值； d) 对该数据集进行归一化； e) 要求分别利用sklearn提供的线性回归（Linear Regression）、岭回归（Ridge Regression）、鲁棒回归（使用Huber Regression）、支持向量回归（SVR）、最近邻回归（Nearest Neighbors Regression）、决策树回归（Decision Trees）、神经网络回归（Neural Network Regression）共七种回归算法实现对成绩的预测。 f) 并对训练出的七种回归器进行性能评估，利用测试集计算七种回归器的四项性能指标：解释方差、平均绝对误差、平均平方误差和中位绝对误差。

Web日志数据挖掘技术及应用，喜欢数据挖掘的可以下来看看哦

面向小白的统计学：描述性统计，均值、中位数、正数、方差、标准差。

基于数据挖掘技术的图书信息化管理研究.docx

数据仓库与数据挖掘技术课件-夏火松，含有（1-10单元）

一、为什么需要进行可扩展性研究？ 1训练集大,准确率上升 2为了寻找到小事件情况 3其他需要 多大的数据量? 100M-1G 二、什么是可扩展性? 时间复杂度: 和记录个数、属性之间的关系。 对空间的需求： 避免超过主存的情况。 模型结果的质量： 质量不能明显的降低。

基本概念 类Apriori生成候选算法 FreeSpan算法,PrefixSpan算法 相似性搜索 其他

电子商务推荐系统简介 电子商务推荐系统技术介绍 基于关联规则的推荐算法 基于最近邻居的协同过滤算法 基于项目的协同过滤算法

【主要内容】 序列模式简介 GSP算法 PrefixSpan算法

使用约束的必要性 在数据挖掘中常使用的几种约束： 知识类型约束：指定要挖掘的知识类型 如关联规则 数据约束： 指定与任务相关的数据集 Find product pairs sold together in Vancouver in Dec.’98. 维/层次约束:指定所用的维或概念结构中的层 in relevance to region, price, brand, customer category. 规则约束：指定要挖掘的规则形式(如规则模板) 单价 (price $200). 兴趣度约束：指定规则兴趣度阈值或统计度量 如 (min_support ? 3%, min_confidence ? 60%).