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在企业数据化运营体系中，同比、环比分析是洞察业务趋势、评估运营效果的核心手段。同比（与上年同期对比）可消除季节性波动影响 ...
2025-12-19在数字化时代，用户已成为企业竞争的核心资产，而“理解用户”则是激活这一资产的关键。用户行为分析系统（User Behavior Analys ...
2025-12-19在数字化转型的深水区，企业对数据价值的挖掘不再局限于零散的分析项目，而是转向“体系化运营”——数据治理体系作为保障数据全 ...
2025-12-19在数据科学的工具箱中，析因分析（Factor Analysis, FA）、聚类分析（Clustering Analysis）与主成分分析（Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来，Transformer模型凭借自注意力机制的强大建模能力，在NLP、CV、语音等领域 ...
2025-12-18在CDA（Certified Data Analyst）数据分析师的时间序列分析工作中，常面临这样的困惑：某电商平台月度销售额增长20%，但增长是来 ...
2025-12-18在机器学习实践中，“超小数据集”（通常指样本量从几十到几百，远小于模型参数规模）是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”，其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”，后续的建模 ...
2025-12-17在CDA（Certified Data Analyst）数据分析师的日常工作中，“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中，次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标，更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中，“以用户为中心”已成为企业的核心经营理念，而用户画像则是企业洞察用户、精准决策的“核心工具”。然而， ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中，塔吉特百货（Target）以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域，二项分布与卡方检验是两个高频出现的概念，二者都常用于处理离散数据，因此常被初学者混淆。但本质上，二项分布是 ...
2025-12-15在CDA（Certified Data Analyst）数据分析师的工作链路中，“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中，HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中，“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定，工厂管理者关注产品尺寸偏差是否可控，基金 ...
2025-12-12在CDA（Certified Data Analyst）数据分析师的能力矩阵中，数据查询语言（SQL）是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题，以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A，覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中，柱形图因直观展示数据差异的优势被广泛使用，而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中，我们常需要判断“两组数据的差异是真实存在，还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11
