热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
CDA持证人阿涛哥
HBase存储
HBase是一个高性能、列存储、可伸缩、实时读写的分布式存储系统，同样运行在HDFS之上。与Hive不同的是，HBase能够在数据库上实时运行，而不是跑MapReduce任务，适合进行大数据的实时查询。 画像系统中每天在Hive里跑出的结果集数据可同步到HBase数据库，用于线上实时应用的场景。 下面介绍几个基本概念：·row key：用来表示唯一一行记录的主键，HBase的数据是按照 row k
38.4598
0
0
关注作者
收藏
Adams小乙
python学习——Jupyter notebook快捷操作
Jupyter notebook有两种不同的键盘输入模式。 编辑模式允许您将代码或文本输入到一个单元格中，并通过一个绿色边框的单元格来表示 命令模式将键盘与笔记本级命令绑定在一起，并通过一个灰框、Jupyter 笔记本有两种不同的键盘输入模式。 编辑模式允许您将代码或文本输入到一个单元格中，并通过一个绿色边框的单元格来表示 命令模式将键盘与笔记本级命令绑定在一起，并通过一个灰框、左边距蓝色的单元格
17.3026
1
0
关注作者
收藏
estherAI
python写冰墩墩
import turtle as t# 设置速度t.speed(50) # 速度t.delay(10) # 延迟t.title('冰墩墩')# 双耳# 左耳t.penup()t.goto(-150, 200)t.setheading(160)t.begin_fill()t.pendown()t.circle(-30, 230)t.setheading(180)t.circle(37, 90)t
162.4783
1
0
关注作者
收藏
CDA117513
Python概念篇1
目录：1.Python：标识符、保留字（关键字）、变量、对象2.Python：内存和垃圾回收机制正文：Python：标识符、保留字（关键字）、变量（1）标识符：标识符的主要作用是作为变量、函数、类、模块以及其他对象的名称。>>> 命名原则：标识符是由字符（A~Z 和 a~z）、下划线和数字组成，但第一个字符不能是数字。标识符不能和 Python 中的保留字相同。有关保留字，后续章节会详细介绍。Py
41.1764
0
0
关注作者
收藏
CDA117513
Python列表部分知识补充（文章）
Python学习系列之列表增删改操作（十一）https://www.cnblogs.com/wx170119/p/14041564.html Python系列笔记（转载他人，作学习参考用）https://www.cnblogs.com/wx170119/category/1690473.html?page=3
41.1764
0
0
关注作者
收藏
桃花影里飞神剑
python快捷键
1、重要的快捷键ctrl+shift+A：万能命令行shift两次：查看资源文件2、注释ctrl+/:单行注释3、光标操作ctrl+alt+enter：向上插入shift+enter：向下插入end：光标4、Shift系列Shift+Alt+Enter 切换全屏编辑Shift+Alt+C 新建类Shift+Alt+箭头键 选择矩形文本Shift+F3 查找上一个Shift+F10 选中文件的右菜单
32.5540
0
0
关注作者
收藏
申宗康
python变量名的命名规范
1.变量名只能包含字母 数字和下划线2.变量名可以以字母和下划线开头,但不能以数字开头,尽量不要用下划线做开头3.Python中的关键字和函数名不可以作为变量名使用查看关键字代码：import keyword keyword.kwlist4.实际工作中,变量的命名尽量能体现变量的性质,例如;score_class5这个变量名说明变量被赋值的是5班的成绩
26.5004
0
0
关注作者
收藏
Adams小乙
统计学习——共线性
共线性，即同线性或同线型。统计学中，共线性即多重共线性。多重共线性（Multicollinearity）是指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而使模型估计失真或难以估计准确。一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。原因（1）经济变量相关的共同趋势。
84.2405
0
0
关注作者
收藏
Adams小乙
统计学习——残差分析
残差分析（residual analysis）就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰 。用于分析模型的假定正确与否的方法。所谓残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差。在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(
5.9299
0
0
关注作者
收藏
Adams小乙
统计学习——过拟合
过拟合是指为了得到一致假设而使假设变得过度严格。避免过拟合是分类器设计中的一个核心任务。通常采用增大数据量和测试样本集的方法对分类器性能进行评价。给定一个假设空间H，一个假设h属于H，如果存在其他的假设h’属于H,使得在训练样例上h的错误率比h’小，但在整个实例分布上h’比h的错误率小，那么就说假设h过度拟合训练数据。常见原因：（1）建模样本选取有误，如样本数量太少，选样方法错误，样本标签错误等，
84.1724
0
0
关注作者
收藏
CDA119686
12.27作业：创建笔记
截止到这节Excel，从概述开始，学习完软件的基本操作后，了解到数据结构化、表格结构化、指标、指标体系的概念和5种模型以及3种分析方法论。一、软件基本操作函数：sum count if sumif countif、vlookup match index操作：条件格式、数据验证（下拉列表）、透视表、透视图二、指标&模型&方法论指标：求和指标、计数指标、对比指标（量指标、质指标）模型：客户漏斗行为模型
31.6969
0
0
关注作者
收藏
CDA117526
了解方法论
通过这篇文章让设计师能入门数据分析。并为以后学习数据分析，摸索前进方向。并将数据思维引入到我们的项目中。数据分析不再是设计师的弱项，我们也可以站在数据的角度和产品经理一起做决策。设计团队引入数据分析，那么就需要一套成熟的适合自己的团队的模型做基础，所以数据模型是我们数据分析的理论基础。本文讲的是设计团队中可能会用到的一些数据模型。在数据模型中，我们可以学到数据模型的分类思路，以及如何创造出适用自己
50.3141
0
0
关注作者
收藏
CDA117526
数据可视化的常见陷阱
数据可视化，是将抽象的数据、指标、概念进行具象图形可视的过程。其在几个世纪前就是人们理解数据之间相互关联的首选方法。举个例子，最早的条形图开发在1786年，由威廉·普莱费尔发布的《The Commercial and Political Atlas》，这是有史以来第一个线性图和条形图。（史上第一张条形图）威廉·普莱费尔想比较苏格兰一年内（1780-1781）的进口总额和出口总额，并按照进出口的来源
121.1654
0
0
关注作者
收藏
申宗康
相关分析
相关分析是研究两个或两个以上处于同等地位的随机变量间的相关系数也是研究变量之间的密切程度及变化规律的一种统计方法。|r|>=0.8高度相关0.5=
163.6415
0
0
关注作者
收藏
闫粤东
logistic回归
logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为因变量，即y =w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p =L(w‘x+b),然后根据p 与1-p的大小
43.5151
0
0
关注作者
收藏
固执的坚持023
找异常值
契比雪夫不等式：应用：筛选异常值（标准：3倍标准差）先标准化处理，若大于3倍标准差，则为异常值。Excel:Var.p—计算总体标准差；Var.s—计算样本标准差
30.9351
0
0
关注作者
收藏
CDA117526
如何提升指标敏感度
指标如何选择我们来看一个场景：当我们打开京东时，我们要计算页面中「精选」模块的点击情况，我们该怎么计算？相信你能想到 CTR ，也就是 点击次数 / PV，算出来是 平均一次PV，有多少次点击但是这么算真的合理吗？思考30秒，再往下看。就分子来说，点击次数没有异议，点击了多少次就是多少次。但是PV呢？PV其实有三种计算方式：1、页面展现次数展现就算，不论是首次，还是各种操作后，回到当前页面，都记录
32.6709
0
0
关注作者
收藏
CDA117526
SQL优化之执行顺序
SQL优化之执行顺序 总结FROM 才是 SQL 语句执行的第一步，并非 SELECT 。对FROM子句中的前两个表执行笛卡尔积(交叉联接），生成虚拟表VT1，获取不同数据源的数据集。FROM子句执行顺序为从后往前、从右到左，FROM 子句中写在最后的表(基础表 driving table)将被最先处理，即最后的表为驱动表，当FROM 子句中包含多个表的情况下，我们需要选择数据最少的表作为基础表。
32.6526
0
0
关注作者
收藏
Adams小乙
统计学习——回归分析
在统计学中，回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）
390.0467
0
0
关注作者
收藏
CDA117513
如何用power BI制作波士顿矩阵？四象限分析
目录：1.波士顿矩阵是什么？2.波士顿矩阵有什么分析价值？3.如何在POWER BI 中制作波士顿矩阵图？（两种方式）正文：1.波士顿矩阵是什么？波士顿矩阵又称：市场增长率-相对市场份额矩阵、波士顿咨询集团法、四象限分析法、产品系列结构管理法等。 2.波士顿矩阵有什么分析价值？波士顿矩阵(四象限分析法)是非常经典的市场管理策略，通过把产品分成明星，问题，现金牛和瘦狗四种类型，以利于企业针对不同产品
189.6425
0
0
关注作者
收藏
<1…242526…404>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1