目录 肿瘤基础 肿瘤基因组基础 肿瘤高级分析模块 1. SNV和InDel 1. 1体细胞SNV和InDel ...

1. 背景 近日项目要求基于爬取的影视评论信息，抽取影视的关键字信息。考虑到影视评论数据量较大，因此采用Spark处理框架。关键词提取的处理主要包含分词+算法抽取两部分。目前分词工具包较为主流的，包括哈工大的LTP以及HanLP，而关键词的抽取算法较多，包括TF-IDF、TextRank、互信息 ...

Educational Data Mining is an emerging discipline, concerned with developing methods for explor ...

定义：在大型数据存储库中，自动地发现有用信息的过程。 数据挖掘的一般过程包括以下这几个方面： ...

Python之所以如此流行，原因在于它的数据分析和挖掘方面表现出的高性能，而我们前面介绍的Python大都集中在各个子功能（如科学计算、矢量计算、可视化等），其目的在于引出最终的数据分析和数据挖掘功能，以便辅助我们的科学研究和应用问题的解决。 线性回归模型 回归是统计学中最有力的工具 ...

对于刚入门的数据挖掘小伙伴们，先要建立一个数据挖掘的流程概念。 首先，我们拿到相应的数据，这个数据有的是通过数据库，利用hive或者SQL获取你用于分析的数据；或者直接通过一些上游分析得到的数据(例如通过生物信息分析流程得到的初步结果)。 拿到数据之后，需要先对数据进行一个初步探索，需要去了解数据 ...

一、前言 文中部分内容来自书籍和网络，部分内容为自己的理解。希望借助笔记的方式能够加深自己对该部分知识的掌握，也作为日后回顾的记录。 二、基本概念 很多小伙伴听到数据挖掘这四个字的时候很困惑，虽然字面意思大家都知道，但是数据挖掘到底是个什么东西，需要用到什么技术来实现却并不了解，下面 ...

一.现在我主要讲解数据挖掘的基本规范流程 数据挖掘通常需要数据收集，数据集成，数据规约，数据清理，数据变换，数据挖掘实施过程，模式评估和知识表示 1.数据收集：根据所得的数据，抽象出数据的特征信息，将收集到的信息存入数据库。选择一种合适的数据存储和管理的数据仓库类型 2.数据集成：把不同来 ...