以下使用scikit-learn中数据集进行分享。 如果选用随机森林作为最终的模型，那么找出它的最佳参数可能有1000多种组合的可能，你可以使用使用穷尽的网格搜索（Exhaustive Grid Seaarch）方法，但时间成本将会很 ...
2020-06-10pandas datetime # datetime.timedelta 时间差 t1 = datetime.datetime(2017,10,1) print(t1) print(\"\") tx = datetime.timedelta(100) # timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, m ...
2020-06-10今天我们来详细讲解下，Linux浏览文件的三种命令，它们分别是：cat、less、more！ cat命令: 一次性在终端中显示文件的所有内容 cat Facebook首席运营官桑德伯格《Lean\\ In》.txt cat命令显示出 ...
2020-06-10Affinity Propogation最初是由Brendan Frey 和 Delbert Dueck于2007年在Science上提出的。相比其它的层次聚类算法，Affinity Propogation算法不需要预先指定聚类个数。 Affinity Propogation算法的原理可以简单 ...
2020-06-10Numpy基础数据结构 import numpy as np ar = np.array([[1,2,3], [3,4,6], [4,5,7]]) # 二维数组 print(ar) print(type(ar)) ar [[1 2 3] [3 4 6] [4 5 7]] array([[1, 2, 3], [3, 4, 6], [4, 5, 7] ...
2020-06-10CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待 ...
2020-06-09CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待 ...
2020-06-09虽然在图论中，python可视化已经占据的一定优势，但是不可否认，微软公司的excel仍然占有一席之地。 Excel是Microsoft为使用Windows和Apple Macintosh操作系统的电脑编写的一款电子表格软件。直观的界面、出色 ...
2020-06-09延续上次图论的文章，我们继续为大家介绍几个用起来更顺手的小技巧。相信大家在工作中都遇到过在Excel中插入各种符号或者特殊标识的数字的时候比较苦恼，其实这些符号的插入也是有操作小技巧的哦！ 一、 快捷键 ...
2020-06-09我们生活在大数据时代的背景之下 ，单单是我们个人每天就会产生各种各样的数据，对于企业来说，更是一样。 像之前乔布斯掌舵的苹果等，几乎每个大中型企业都有自己的ERP或者OA系统，日积月累就会帮企业存储大量 ...
2020-06-09理论物理学家和研究科学家Mehmet Suzen曾表示，二分类任务是机器学习的基础。但是，其性能的标准统计信息是一种数学工具，ROC-AUC很难解释。在这里，引入了一种性能度量，该度量仅考虑进行正确的二进制分类的可能 ...
2020-06-09前面我们介绍了mysql数据库中的建表导表的步骤以及基础的SELECT语句，本篇再基于第一篇文章的数据基础上我们梳理下聚合和分组。 对表进行聚合学习重点 使用聚合函数对表中的列进行计算合计值或者平均 ...
2020-06-09上一篇文章我们介绍了mysql数据库中的建表导表的步骤，本篇再基于上篇文章的数据基础上我们介绍下SELECT语句 一.SELECT语句基础 学习要点 使用SELECT从表中选取数据。 为列设定显示用的别名。 ...
2020-06-09大家好，相信很多学习数据分析的小伙伴在面试前都经历过刷题，本系列小编将带大家一起来刷一刷mysql面试必会的经典50题。 当然本系列文章不单单是刷题，小编会带着大家梳理一下解题时用到的知识点，所以基础比 ...
2020-06-09
尽管深度学习在人工智能领域做出了巨大贡献，但它还是有一个不太好的地方：它需要大量数据。这是深度学习的先驱者和批评家都同意的一件事。实际上，由于有用数据的有限可用性有限以及处理该数据的计算能力不 ...
2020-06-09
CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下python的计算时间，减少大家在算法上的等待 ...
2020-06-08
CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待时间。 ...
2020-06-05这节我们来聊一下用户留存的话题，用户留存有多重要呢？“不留存，就去死”，听起来还是有点耸人听闻的对吧。说到留存，不得不先弄清楚用户画像，所谓“知己知彼，百战不殆！” 很多大佬们往往更关注留存这 ...
2020-06-05Hadoop通过改变其配置文件来更改运行模式，我们通过修改如下四个配置文件core-site.xml、hdfs-site.xml、mapred-site.xml和yarn-site.xml即可让Hadoop以伪分布模式运行。 Hadoop的配置文件是 xml 格式，每个配 ...
2020-06-04接着上文我们来聊一下“用户激活”这个话题，提到用户激活，怎么样的营销决策是好的呢？相信很多同学脑海都浮现一个词，没错，就是“Aha”时刻，用户激活是离不开Aha时刻的。 如何定义它呢？Aha（惊喜）时刻， ...
2020-06-04在数据工作的全流程中，数据清洗是最基础、最耗时，同时也是最关键的核心环节，无论后续是做常规数据分析、可视化报表，还是开展 ...
2026-03-20在大数据与数据驱动决策的当下，“数据分析”与“数据挖掘”是高频出现的两个核心概念，也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA（Certified Data Analyst）数据分析师的全流程工作闭环中，统计制图是连接严谨统计分析与高效业务沟通的关键纽带，更是CDA ...
2026-03-20在MySQL数据库优化中，分区表是处理海量数据的核心手段——通过将大表按分区键（如时间、地域、ID范围）分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域，同比、环比增长率是分析数据变化趋势的核心指标——同比（YoY）聚焦“长期趋势”，通过当前周期与 ...
2026-03-19在数据分析与建模领域，流传着一句行业共识：“数据决定上限，特征决定下限”。对CDA（Certified Data Analyst）数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值，在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案，解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域，高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进，垃圾结果出”，这是数据分析领域的黄金法则，更是CDA（Certified Data Analyst）数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中，决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势，成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中，卡方检验是一类基于卡方分布的假设检验方法，核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中，企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中，订单数据分散在交易平 ...
2026-03-17在数字化时代，数据分析已成为企业决策、业务优化、增长突破的核心支撑，从数据仓库搭建（如维度表与事实表的设计）、数据采集清 ...
2026-03-16在数据仓库建设、数据分析（尤其是用户行为分析、业务指标分析）的实践中，维度表与事实表是两大核心组件，二者相互依存、缺一不 ...
2026-03-16数据是CDA（Certified Data Analyst）数据分析师开展一切工作的核心载体，而数据读取作为数据生命周期的关键环节，是连接原始数 ...
2026-03-16在用户行为分析实践中，很多从业者会陷入一个核心误区：过度关注“当前数据的分析结果”，却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代，用户的每一次点击、浏览、停留、转化，都在传递着真实的需求信号。用户行为分析，本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业，量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA（Certi ...
2026-03-13在机器学习建模体系中，随机森林作为集成学习的经典算法，凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势，成为分类、 ...
2026-03-12在机器学习建模过程中，“哪些特征对预测结果影响最大？”“如何筛选核心特征、剔除冗余信息？”是从业者最常面临的核心问题。随 ...
2026-03-12
