| Blog信息 |
| |
blog名称:IDMer (数据挖掘者)
日志总数:175
评论数量:848
留言数量:119
访问次数:2484140
建立时间:2005年6月24日 |
| 我的相册 |
| |
|
| 联系方式 |
 |
|
| |
| 公告 |
“数据挖掘者”博客已经搬家，欢迎光临新博客网址：http://idmer.blog.sohu.com
我的新浪微博：@张磊IDMer |
| 网络日志 |
|
给DMman的回复  |
|
|
|
|
|
数据挖掘者 发表于 2007/5/21 22:22:59 |
|
|
|
张前辈：您好！
我是中国海洋大学一名研一生，专业是数据库。我想自己选择一门方向，认真的学习，作为终身职业。譬如 java程序员、数据挖掘人员、数据库管理人员等等。我比较喜欢数据挖掘，但是若干问题难以释惑。
问题1：现在选择数据挖掘作为终身职业是明智之举吗？
|
|
|
|
阅读全文(17494) | 回复(9) | 编辑 | 精华 | 删除 |
|
|
|
|
|
|
|
回复：数据挖掘模型的评估问题 |
|
|
|
|
|
数据挖掘者 发表于 2007/5/19 22:09:42 |
|
|
|
在07-5-11，Changjiang写道：
Mr Zhang,我是一名大四学生，想请教你一下数据挖掘模型评估方面的问题。配置数据源，进行挖掘设置，选择挖掘算法，运行产生挖掘模型后，给出的结果很难让人信服。如那简单的购物篮分析来讲，产生关联规则和频繁集后，还是需要进一步分析才能弄清楚结果的含义。让某个不太懂数据挖掘的人一时很难获得应有的信息，是结果可视化的问题，还是模型评估的问题？我不太明白，希望给予解答和帮助。还有模型评估的资料从哪找啊？网上挺少的感觉？
| |
|
|
阅读全文(8815) | 回复(4) | 编辑 | 精华 | 删除 |
|
|
|
|
|
|
|
SAS Global Forum 2007论文集 |
|
|
|
|
|
数据挖掘者 发表于 2007/5/19 17:31:33 |
|
|
|
SAS Global Forum 2007 近日在美国佛罗里达州召开。SAS Global Forum（SAS全球论坛）的前身是SUGI（SAS User Group International，SAS国际用户大会），来自全球各地的SAS用户聚集一堂，分享彼此的经验与成果。同时，会选择一批有价值的文章出版，即会议论文集。
SAS Global Forum 2007的论文集可以从以下网址下载：
| |
|
|
阅读全文(9756) | 回复(3) | 编辑 | 精华 | 删除 |
|
|
|
|
|
|
|
【转】Microsoft Windows 注册表说明 |
|
|
|
|
|
数据挖掘者 发表于 2007/5/18 15:39:33 |
|
|
|
转自：http://support.microsoft.com/kb/256986/
Microsoft Windows 注册表说明
文章编号
:
256986
最后修改
:
2006年11月15日
修订
:
9.0
本页
删除 |
|
|
|
|
|
|
|
互联网周刊：微软走过盖茨 |
|
|
|
|
|
数据挖掘者 发表于 2007/5/15 16:05:51 |
|
|
|
转自：《互联网周刊》
互联网周刊封面报道：走过盖茨
本刊记者赴西雅图微软总部，探寻“精神领袖”淡出之后微软的创新支点
盖茨之于微软越来越像是一个标签了，或者只是一个影子。他的渐渐隐退，也把微软一步步带入了“创始人缺失”的时期——尽管盖茨早在7年前就把CEO的位子让给了微软的第二号人物鲍尔默，但他作为“微软精神支柱”的 |
|
|
|
阅读全文(5184) | 回复(1) | 编辑 | 精华 | 删除 |
|
|
|
|
|
|
|
在Blog中嵌入Picasa网络相册 |
|
|
|
|
|
数据挖掘者 发表于 2007/5/9 22:07:13 |
|
|
|
喜欢旅游，喜欢到大自然中去。
记得读书时去爬箭扣长城（那时还没有出禁爬令），山脚下立了块牌子，上书：“什么都别留下，只留下回忆；什么都别带走，只带走照片。”很有意思的环保广告，我也在不知不觉中，足迹踏遍了大江南北，那一张张的照片总能给我带回不同的回忆。
在Blog左侧栏上添加了“我的相册”，链接到我在Picasa上的网络相册（http://picasaweb.google.com/sunstone.zhang），也和大家分享一路的风景。
不由又想起了谭咏麟的那首老歌：
我的心没有结局
经过长长的旅途我终于惊醒
错过多少沿途的风景
年少拥有的轻狂早已经逝去
隐隐约约才看见自己
……
< |
|
|
|
阅读全文(4160) | 回复(0) | 编辑 | 精华 | 删除 |
|
|
|
|
|
|
|
缺失值和特殊值：数据分析的烦扰 |
|
|
|
|
|
数据挖掘者 发表于 2007/4/14 22:20:33 |
|
|
|
转自：http://abbottanalytics.blogspot.com/2007/03/missing-values-and-special-values.html
IDMer： 对于数据挖掘和分析人员来说，数据准备（Data Preparation，包括数据的抽取、清洗、转换和集成）常常占据了70%左右的工作量。而在数据准备的过程中，数据质量差又 |
|
|
|
阅读全文(8212) | 回复(1) | 编辑 | 精华 | 删除 |
|
|
|
|
|
| | |
