把近朱者赤，近墨者黑这一思想运用到机器学习中会产生什么?当然是KNN最邻近算法啦!KNN(全称K-Nearest Neighbor)最邻近分类算法是数据挖掘分类算法中最简单的算法之一，白话解释一下就是：由你的邻居来推断出你的类 ...
2020-07-24
在实际的数据清洗过程中，我们经常会遇到数据内容丢失的情况，这些丢失的数据内容就是缺失值。缺失值的产生的原因多种多样，主要分为机械原因和人为原因。 机械原因，也就是由于例如，数据存储失败，存储器损坏 ...
2020-07-24
在文本分类，垃圾邮件过滤的场景中，我们经常会用到的是朴素贝叶斯算法，今天小编就具体给大家介绍一下朴素贝叶斯算法 一、朴素贝叶斯算法简介 1.朴素贝叶斯算法概念 朴素贝叶斯法是基于贝叶斯定理与特征 ...
2020-07-24
线性回归我们都很熟悉了，是有监督学习中最为简单的一种回归方式，小编今天就进一步跟大家分享一下多元线性回归。 一、什么是多元线性回归 在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。线 ...
2020-07-24
前面小编给大家简单介绍过损失函数，今天给大家继续分享交叉熵损失函数，直接来看干货吧。 一、交叉熵损失函数概念 交叉熵损失函数CrossEntropy Loss，是分类问题中经常使用的一种损失函数。公式为： ...
2020-07-24
机器学习主要分为：有监督学习，无监督学习，以及半监督学习等。小编今天给大家分享的主要是有监督学习和无监督学习的比较，希望对于大家机器学习有所帮助。 一、首先来了解一下有监督学习和无监督学习的概念 ...
2020-07-23
前面小编在介绍FP-Growth算法时，提到了Apriori算法，其实FP-Growth是基于Apriori的，今天小编就具体给大家介绍一下Apriori算法。 一、什么是Apriori算法 Apriori算法是一种最有影响的挖掘数据关联规则频繁 ...
2020-07-23
最近小编了解到了一个的概念：FP-growth，废话就不多说了，直接把整理的FP-growth的干货分享给大家。 一、FP-growth是什么 FP-Growth(频繁模式增长)算法是由韩家炜老师在2000年提出的关联分析算法，它的分治 ...
2020-07-23python语言中包含各种符号，我们平常使用python写代码的时候一定要注意，必须要弄明白每种符号所代表的含义以及相应的使用方法。分号“;”就是python中常见的一种符号，大家知道它的具体用法是什么吗?别着急，下面 ...
2020-07-23最近可是被python给刷屏了，到处都是python的广告，推广，这也让越来越多的人开始学python。想要学习和使用python，必须对python的基础知识有一个比较全面的了解。小编今天跟大家分享的这篇文章就是关于python的sh ...
2020-07-23现在python学习可是潮流，相信很多小伙伴目前都在学习或者正准备学习python的路上。虽然说python语言相对比较简单，上手很容易，但是对于一些零基础的小白来说还是比较难的，在学习过程中会遇到各种各样的问题。小 ...
2020-07-23导读：光看标题，你可能会以为今天会聊一个休闲的话题，不不，今天我们将要认真聊的，是一个严肃的软件工程话题：自动化测试。具体来说，是手机游戏的自动化测试。不是别家的游戏，正是腾讯游戏，保证半点也没有标 ...
2020-07-23导读：深度学习已经存在了几十年，不同的结构和架构针对不同的用例而进行演变。其中一些是基于我们对大脑的想法，另一些是基于大脑的实际工作。本文将简单介绍几个业界目前使用的先进的架构。 作者：谢林·托马 ...
2020-07-23
在机器学习中，相对于欠拟合，过拟合出现的频次更高。这是因为，假设某一数据集其对应的模型为‘真’模型，我们通常是采用提高模型的复杂度的方法，来避免欠拟合现象的产生，但与此同时，我们又很难把网络设计成和 ...
2020-07-23
对于机器学习或者是深度学习模型来说，我们既希望这个模型能在训练数据中表现良好(训练误差)，又希望这个模型在测试集中也能有良好的表现(泛化误差)。而过拟合和欠拟合就是用来描述泛化误差的。欠拟合问题与过拟合 ...
2020-07-23
前面文章小编简单给大家介绍了泛化能力的一些基础知识，今天给大家带来的是提高模型泛化能力的方法--正则化。 一、首先来回顾一下什么是泛化能力 泛化能力(generalization ability)，百科给出的定义是：机器 ...
2020-07-23文章来源：接地气学堂 作者：接地气的陈老师 “推动业务”是数据人最怕的词了。妈耶，还推动业务呢，我自己不被业务部门天天追着屁股要数就不错了，咋个推动法。可领导们最喜欢提这种要求。今天我们就 ...
2020-07-23我们都知道python是一中功能强大，易上手的计算机编程语言，应用范围很是广泛。我们平时可以使用python进行数据统计，报表制作等，有时候也会遇到内容识别的场景，需要将汉字转换成拼音。今天小编跟大家分享的这篇 ...
2020-07-22
Keras是源于 Theano 或 者TensorFlow 的一个深度学习框架，它的设计来源于Torch，编程语言使用的是 Python ，是一个拥有强大功能、内容抽象，而且高度模块化的神经网络库。 今天小编给大家分享的就是Keras模型 ...
2020-07-22
我们都知道python是一款功能强大的数据分析工具，而且使用起来相对简单，被广泛应用于数据分析，web开发，人工智能等很多领域。语音识别，也叫作自动语音识别，其是以计算机自动将人类的语音内容转换为相应文字为 ...
2020-07-22数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10
