文章来源：接地气学堂 作者：接地气的陈老师 上一篇《数据分析师的绩效，该如何考核？》引发同学们很大反响。很多同学表示：我明明做了BI，可为啥体现不了业绩，甚至平时看报表的人都不多。搞得领导天天 ...
2020-07-24
Kmeans算法，又叫做K均值聚类算法，可以说是无监督聚类算法中最具代表性，最经典的聚类算法了，这一算法的主要作用是将相似的样本自动归到一个类别中。小编特意整理了这一经典聚类算法的基本原理供大家参考，希望 ...
2020-07-24
机器学习中，我们最常遇到的就是无监督，有监督，半监督了。无监督和有监督的区别，小编之前跟大家分享过，今天跟大家分享的是无监督机器学习中常见的聚类算法，希望对大家无监督学习有所帮助。 一、基本概念 ...
2020-07-24
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在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 ...
2025-11-06在数据分析中，面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量，我们常常需要回答： ...
2025-11-06在 CDA（Certified Data Analyst）数据分析师的工作中，“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中（如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”），卡方检验 P 值与 OR 值（比值比，Odds Ratio）是 ...
2025-11-05CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材：CDA教材一级：商业数据分析（2025）__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代，数据挖掘不再是实验室里的技术探索，而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM（Denoising Diffusion Probabilistic Models）训练过程中，开发者最常困惑的问题莫过于：“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA（Certified Data Analyst）数据分析师的工作中，“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时，他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点，理解二者区别是避免统计方法误用的关键。核心结论是：stats.ttest_rel（配对 ...
2025-11-03在 CDA（Certified Data Analyst）数据分析师的工作中，“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中，“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中，“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”，直观呈现数据的分布特征 ...
2025-10-31在 CDA（Certified Data Analyst）数据分析师的工作中，“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中，“频繁写入同一表” 是常见场景 —— 如实时日志存储（用户操作日志、系统运行日志）、高频交易记录（支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系，我将从相关系数的核心定义与类型切入，详解 “数 ...
2025-10-30对 CDA（Certified Data Analyst）数据分析师而言，“相关系数” 不是简单的数字计算，而是 “从业务问题出发，量化变量间关联强 ...
2025-10-30
