資料分析與挖掘基礎環境安裝與使用

整個資料探勘基礎階段會用到matplotlib、numpy、pandas、ta-lib、jupyter等庫，為了統一版本號在環境中使用，將所有的庫及其版本放到了檔案requirements.txt當中，然後統一安裝

virtualenv -p python3 ai #把虛擬環境安裝到指定資料夾下

workon ai

準備requirements.txt檔案

matplotlib==2.2.2	<-- 繪相簿

numpy==1.16.2 <-- 數值計算庫
pandas==0.20.3 <-- 資料處理
ta-lib==0.4.17 <-- technical analysis技術分析庫
tables==3.4.2 <-- 儲存hdf5型別的資料
jupyter==1.0.0 <-- 編碼平台（網頁版ipython）

ta-lib安裝會出現問題，需要先安裝依賴庫，按照以下步驟安裝：

# 獲取原始碼庫

# 解壓進入目錄
tar -zxvf ta-lib-
0.4.0
-src.tar.gz
cd ta-lib/
# 編譯安裝
sudo .
/configure -
-prefix=
/usr 
sudo make
sudo make install
# 重新安裝python的ta-lib庫
pip install ta-lib

使用pip命令安裝,注意requirements.txt放置在當前資料夾下

pip install -r requirements.txt

pip freeze

資料分析與挖掘

學習 實戰記錄 實戰專案1 智取樂食 從大量資料 包括文字 中挖掘出隱含的 未知的 對決策有潛在價值的關係 模式和趨勢，並用這些知識和規則建立用於決策支援的模型，提供 性決策支援的方法 工具和過程，就是資料探勘。資料探勘的基本任務包括利用分類 聚類分析 關聯規則 時序模式 偏差檢驗 智慧型推薦等方法...

資料分析與挖掘

1 概述 1.1 使用者研究縱覽 使用者研究可以從定性分析和定量分析兩個不同的維度展開 定性分析是從小規模的資料樣本中發現新事物的方法，主要應用於使用者體驗調查 定量分析是用大資料量的樣本來測試和證明某些事情的方法，主要應用於使用者行為資料分析。1.2 資料分析與挖掘流程規範 資料分析與挖掘型系統建...

資料分析與挖掘

用於資料分析的 olap 系統的主要特點就是資料量非常大，併發訪問不多，但每次訪問所需要檢索的資料量都比較多，而且資料訪問相對較為集中，沒有什麼比較明顯的活躍資料概念。olap 即聯機分析處理，是資料倉儲的核心部心，所謂資料倉儲是對於大量已經由 oltp 形成的資料的一種分析型的資料庫，用於處理商業...