K近算法之汉明距离 汉明距离(Hamming distance)， 两个等长字符串s1与s2之间的汉明距离定义为将其中一个变为另外一个所需要作的最小替换次数。例如字符串“1111”与“1001”之间的汉明距离为2。应 ...
2014-11-30
K近算法之巴氏距离 巴氏距离（BhattacharyyaDistance），在统计中，Bhattacharyya距离测量两个离散或连续概率分布的相似性。它与衡量两个统计样品或种群之间的重叠量的Bhattacharyya系数密切相关。 ...
2014-11-30
K近算法之马氏距离 马氏距离(MahalanobisDistance) （1）马氏距离定义 有M个样本向量X1~Xm，协方差矩阵记为S，均值记为向量μ，则其中样本向量X到u的马氏距离表示为： ...
2014-11-30
K近算法之标准化欧氏距离 标准化欧氏距离(StandardizedEuclideandistance)，标准化欧氏距离是针对简单欧氏距离的缺点而作的一种改进方案。标准欧氏距离的思路：既然数据各维分量的分布不一样，那先将各个分 ...
2014-11-30
K近算法之闵可夫斯基距离 闵可夫斯基距离(MinkowskiDistance)，闵氏距离不是一种距离，而是一组距离的定义。 (1)闵氏距离的定义 两个n维变量a(x11,x12,…,x1n) ...
2014-11-30
切比雪夫距离_数据分析师 若二个向量或二个点p、andq，其座标分别为及，则两者之间的切比雪夫距离定义如下：， 这也等于以下Lp度量的极值：，因此切比雪夫距离也称为L∞度量。 以数学的 ...
2014-11-29
曼哈顿距离_数据分析师 我们可以定义曼哈顿距离的正式意义为L1-距离或城市区块距离，也就是在欧几里得空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和。例如在平面上，坐标（x1,y1）的 ...
2014-11-29
K近邻的距离度量表示法 我们看到，K近邻算法的核心在于找到实例点的邻居，这个时候，问题就接踵而至了，如何找到邻居，邻居的判定标准是什么，用什么来度量。这一系列问题便是下面要讲的距离度量表示 ...
2014-11-29
什么是K近邻算法_数据分析师 何谓K近邻算法，即K-Nearest Neighbor algorithm，简称KNN算法，单从名字来猜想，可以简单粗暴的认为是：K个最近的邻居，当K=1时，算法便成了最近邻算法，即寻找最近的那个邻居 ...
2014-11-29
数据挖掘中所需的概率论Landon的推导(九)_数据分析师 Landon的推导(1941) 第三条道是一位电气工程师，Vernon D. Landon 给出的。1941年，Landon 研究通信电路中的噪声电压，通过分析经验数据他发 ...
2014-11-29
数据挖掘中所需的概率论与数理统计知识(十) 正态分布和最大熵 还有一条小径是基于最大熵原理的，物理学家E.T.Jaynes在最大熵原理上有非常重要的贡献，他在《概率论沉思录》里面对这个方法有描述和 ...
2014-11-29
数据挖掘中所需的概率论（八）Herschel(1850)和麦克斯韦(1860)的推导 Herschel(1850)和麦克斯韦(1860)的推导 第二条小径是天文学家John Hershcel和物理学家麦克斯韦(Maxwell)发现的。1850年，天文 ...
2014-11-29
数据挖掘中所需的概率论 高斯的推导（七）数据分析师 论道正态，正态分布的4大数学推导 如本blog内之前所说：凡是涉及到要证明的东西.理论，便一般不是怎么好惹的东西。绝大部分时候，看懂一个东西不难， ...
2014-11-29
数据挖掘中所需的概率论与数理统计知识（六 ） 高斯导出误差正态分布 事实上，棣莫弗早在1730年~1733年间便已从二项分布逼近的途径得到了正态密度函数的形式，到了1780年后，拉普拉斯也推出了中心极 ...
2014-11-29
数据挖掘中所需的概率论与数理统计知识（五） 拉普拉斯的工作 在1772-1774年间，拉普拉斯也加入到了寻找误差分布函数的队伍中。与辛普森不同，拉普拉斯不是先假定一种误差分后去设法证明平均值的优良性 ...
2014-11-29大数据流程处理“三要”“三不要”_数据分析师 大数据时代处理数据的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。 具体的大数据处理方法确实有很多，但是根据笔者长时间的实践，总结 ...
2014-11-28大数据时代_大数据分析将走向何方_数据分析师 现阶段关于大数据的未来，下一步是什么，我们如何利用数据在更深的层面提取有意义的消费者信息来超越我们现在的程度?最标准的答案是从比以往更 多的设备上实 ...
2014-11-28大数据实践 基础架构先行_数据分析师 大数据被认为是下一个创新、竞争和生产力的前沿，谁率先抓住大数据的先机即意味着能够在未来市场竞争之中取得杆位。当前大数据市场除了传统厂商之外，还同时涌现出一大批 ...
2014-11-28解读让大数据价值圆满实现的四条建议 大数据分析可创造出大量的价值。正如大多数有价值的工作一样，大数据值得我们投入时间和精力去挖掘其中的价值。 基于这种经验，笔者在下方给出了四条建议，用于 ...
2014-11-28【连载5】如何用spss做加权最小二乘回归及岭回归 上一节我们讲到一般多元线性回归的操作方法。本节要介绍的是多元线性回归的其他几种情况。包括适用于含有加权变量的加权最小二乘回归方程等。然后继续讨论上 ...
2014-11-28持证人简介：贺渲雯 ，CDA 数据分析师一级持证人，互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下，数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介：居瑜 ，CDA一级持证人，国企财务经理，13年财务管理运营经验，在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介： CDA持证人刘凌峰，CDA L1持证人，微软认证讲师（MCT）金山办公最有价值专家（KVP），工信部高级项目管理师，拥有 ...
2025-04-15持证人简介：CDA持证人黄葛英，ICF国际教练联盟认证教练，前字节跳动销售主管，拥有丰富的行业经验。在实际生活中，我们可能会 ...
2025-04-14在 Python 编程学习与实践中，Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本，集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展，数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据，帮助企业做出科 ...
2025-04-11持证人简介：CDA持证人黄葛英，ICF国际教练联盟认证教练，前字节跳动销售主管，拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》（下称《蓝皮书》）正式发布。《蓝皮书》指出，当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中，数据已经成为企业决策和运营的核心。每一位客户，每一次交易，都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进，企业生产运作过程中的在线数据变得更加丰富；而互联网、新零售等C端应用的丰富多彩，产 ...
2025-04-094月7日，美国关税政策对全球金融市场的冲击仍在肆虐，周一亚市早盘，美股股指、原油期货、加密货币、贵金属等资产齐齐重挫，市场 ...
2025-04-08背景 3月26日，科技圈迎来一则重磅消息，苹果公司宣布向浙江大学捐赠 3000 万元人民币，用于支持编程教育。 这一举措并非偶然， ...
2025-04-07在当今数据驱动的时代，数据分析能力备受青睐，数据分析能力频繁出现在岗位需求的描述中，不分岗位的任职要求中，会特意标出“熟 ...
2025-04-03在当今数字化时代，数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时，往往充满疑惑： 如何成为一名数据分析师？成为 ...
2025-04-02最近我发现一个绝招，用DeepSeek AI处理Excel数据简直太爽了！处理速度嘎嘎快！ 平常一整天的表格处理工作，现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过？别担心，“山有木兮：统计学极简入门（Python）” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中，你真的了解你的客户吗？ 有些客户下了一两次单就消失了，有些人每个月都回购，有些人曾经是 ...
2025-03-31在数字化浪潮中，数据驱动决策已成为企业发展的核心竞争力，数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》， ...
2025-03-28你有没有遇到过这样的情况？流量进来了，转化率却不高，辛辛苦苦拉来的用户，最后大部分都悄无声息地离开了，这时候漏斗分析就非 ...
2025-03-27
