数据分析方法分享

2016-05-17

数据分析方法分享 1 数据分析前，我们需要思考 像一场战役的总指挥影响着整个战役的胜败一样，数据分析师的思想对于整体分析思路，甚至分析结果都有着关键性的作用。 2 分析问题和解决问题的思路 ...

大数据建模实操案例分析：商业建模需要做到三点

2016-05-11

大数据建模实操案例分析：商业建模需要做到三点 在大数据的时代，企业和消费者的接触点变得越来越多，企业要实现它的业务需求，首先要从接触点上采集消费者的数据，然后去进行分析和挖掘，以满足不同业务部门的 ...

浅谈数据分析和数据建模

2016-05-08

浅谈数据分析和数据建模 大数据应用有几个方面，一个是效率提升，帮助企业提升数据处理效率，降低数据存储成本。另外一个是对业务作出指导，例如精准营销，反欺诈，风险管理以及业务提升。过去企业都是通过线下 ...

处理多重共线性问题

2016-05-07

处理多重共线性问题 一、多重共线性的表现 线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系。看似相互独立的指标本质上是相同的，是可以相互代替的，但是完全共线性的情况并不多见，一般出 ...

如何利用市场细分方法构建更好的预测模型？

2016-05-06

如何利用市场细分方法构建更好的预测模型？ 我们使用线性或者逻辑回归模型来开发精确模型，为了预测相关的输出结果。我们经常为分割的部分分别创建模型。为了判断它们的有效性，我们可以利用细分方法：如CHIAD ...

用主成分法解决多重共线性问题

2016-05-06

用主成分法解决多重共线性问题 一、多重共线性的表现 线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系。看似相互独立的指标本质上是相同的，是可以相互代替的，但是完全共线性的情况并不多 ...

你应该掌握的七种回归技术

2016-05-05

你应该掌握的七种回归技术 回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势，重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种 ...

R语言数据可视化之散点图

2016-05-05

R语言数据可视化之散点图 散点图简介 散点图通常是用来表述两个连续变量之间的关系，图中的每个点表示目标数据集中的每个样本。 同时散点图中常常还会拟合一些直线，以用来表示某些模型。 绘制基本散 ...

常见的数据科学家面试77个问题

2016-05-04

常见的数据科学家面试77个问题 下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。 1、你处理过的最大的数据量？你是如何处理他们的？处理的结果。 2、告诉我二个分析或者计 ...

CDA II Python：从零进阶，到建模挖掘手把手教学

2022-01-20

   CDA LEVEL II Python专题开课倒计时，你从未见过的_用Python玩转数据挖掘！    Python具有简单、易学、免费、开源、可移植、可扩展、可嵌入、面向对象等优点，它的面向对象甚至比java ...

数据挖掘主要解决的四类问题

2016-04-25

数据挖掘主要解决的四类问题 数据挖掘非常清晰的界定了它所能解决的几类问题。这是一个高度的归纳，数据挖掘的应用就是把这几类问题演绎的一个过程。下面让我们来看看它所解决的四类问题是如何界定的： ...

一名合格的机器学习工程师需要具备的5项基本技能，你都get了吗?

2016-04-20

你是否对机器学习充满兴趣呢？其实到目前为止，每天有越来越多的工程师开始将好奇的目光转向机器学习领域。实际上，你会发现现在没有哪一个领域比机器学习能引起更多的曝光率和关注度。机器学习已经以一种高调姿态闯 ...

以“上大学分析”为例体验什么是数据挖掘

2016-04-19

谈到BI，就会谈到数据挖掘(Data mining)。数据挖掘是指用某些方法和工具，对数据进行分析，发现隐藏规律并利的一种方法。下面我们将通过具体的例子来学习什么是数据挖掘。 案例“上大学分析”-体验什么是数据 ...

SAS数据挖掘实战篇【五】

2016-04-10

SAS数据挖掘实战篇【五】 SAS——预测模型 6.1 测模型介绍 预测型(Prediction)是指由历史的和当前的数据产生的并能推测未来数据趋势的知识。这类知识可以被认为是以时 间为关键属性的关联知识， ...

我们在数据挖掘中迷失了什么？

2016-04-06

我们在数据挖掘中迷失了什么？ 当我们沉浸在亲手构建的模型里的时候，是否会理智地跳出来，重新审视一下，我们所忽略的会不会正是客户所需求的呢？ 1.太关注训练 就像体育训练中越来越注重实战训练， ...

大数据面试可能遇到的问题

2016-04-04

大数据面试可能遇到的问题 1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。 2、告诉我二个分析或者计算机科学相关项目?你是如何对其结果进行衡量的? 3、什么是：提升值、关键绩效指标、强壮 ...

市场细分如何帮助你构建更好的预测模型？

2016-04-01

市场细分如何帮助你构建更好的预测模型？ 但是，这真的有必要吗？我们可不可以创建一个单独的模型和使它含有区融变量作为模型的输入。 这可能可以。特别是根据市场细分创建细分模型可能是一件吃力不讨 ...

基于R和Python 如何使用多项式和有序逻辑回归

2016-03-23

基于R和Python 如何使用多项式和有序逻辑回归 我们中的大多数对于回归的知识是有限的。其中，线性和逻辑回归是我们最喜欢的一种。作为一个有趣的事实，回归具有扩展的能力来处理不同类型的变量。你是否知道，回 ...

一文读懂机器学习！

2016-03-21

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介 ...

统计中分类算法总结

2016-03-19

统计中分类算法总结 对于很多做统计的人员来说，对统计中的算法知道的不是很全面，下面就对统计中分类算法做个总结。 数据转换 主要有两种: l   归一化处理 主要通过把数据归一到一 ...