作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
大数据分析有很多方法,由于大数据的特点、数据量大、非结构化、属性不确定等特点,建立大数据分析模型比较困难,本文通过房价大数据分析案例,介绍如何通过机器学习构建大数据分析模型的途径和方法,文章重点介绍了如何准备大数据分析模型的训练数据方法,介绍了房价大数据分析模型机器学习算法、机器学习路径,大数据分析模型构建方法等,为从事大数据分析的研究人员提供一些可借鉴的经验和方法.
推荐文章
机器学习分布式大数据分析模型构建方法
大数据分析
分布式计算
机器学习
基于大数据分析的消费额度估计模型
Hadoop平台
大数据
时间序列
消费额度
ARIMA模型
对数转换
智能电网监控运行大数据应用模型构建方法
相关性分析
格兰杰因果关系
概率图模型
大数据应用建模
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 房价大数据分析模型构建方法
来源期刊 数字技术与应用 学科 工学
关键词 大数据 分析模型 房价
年,卷(期) 2017,(3) 所属期刊栏目 应用研究
研究方向 页码范围 137-138
页数 2页 分类号 TP399
字数 2000字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆红 16 32 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (2)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
大数据
分析模型
房价
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导