关联分析在游戏行业中应用案例 背景：研究用户的历史付费行为，对付费用户购买的道具进行研究，发现道具之间的关联性，方便运营根据道具的关联性进行活动推广。 数据源：2016年3月28日——2016年4月4日一个 ...
2016-05-04
常用数据分析方法论都有哪些？ 数据分析方法论主要用来指导数据分析师进行一次完整的数据分析，它更多的是指数据分析思路，比如主要从哪几方面开展数据分析？各方面包含什么内容和指标？ 数据分析方法论主要 ...
2016-05-04
如何成为合格的数据分析师 基本技术怎么强调都不过分。这里的术更多是（计算机、统计知识），多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看，这点大家深有感触的。 数据库查询 ...
2016-05-04
SAS如何连接oracle数据库？ 1.下载oracle客户端instantclient_11_2，不需要安装. 2.计算机->高级系统设置->修改环境变量 增加§NLS_LANG §变量值：SIMPLIFIED CHINESE_CHINA.ZHS16GBK 增加§ORACLE_H ...
2016-05-04ORACLE跨库查询复制表数据 方法一： 在目前绝大部分数据库有分布式查询的需要。下面简单的介绍如何在oracle中配置实现跨库访问。 比如现在有2个数据库服务器，安装了2个数据库。数据库server A和B。现在 ...
2016-05-04
k-means聚类”—数据分析、数据挖掘 一、概要 分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处 ...
2016-05-04
常见的数据科学家面试77个问题 下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。 1、你处理过的最大的数据量？你是如何处理他们的？处理的结果。 2、告诉我二个分析或者计 ...
2016-05-04
PROC REPORT基础 1 PROC REPORT语法 PROC REPORTdata= SAS-data-setoptions ; COLUMNS variable_1 …. variable_n; DEFINE variable_1; DEFINE variable_2; . . . DEFINE variable_n; COM ...
2016-05-04
线性回归介绍之一 线性回归在所有的统计方法中绝对占有不可忽视的一席之地，其用途之广泛毋庸置疑，更重要的是它是整个回归家族中最为简单、也最容易理解的方法，几乎所有的统计学教材，不管是医学统计还是 ...
2016-05-04
随机森林（RF, RandomForest）介绍 随机森林（RF, RandomForest）包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。通过自助法（boot-strap）重采样技术，不断生成训练样本和测试样本 ...
2016-05-04
时间序列预测方法 预测：是对尚未发生或目前还不明确的事物进行预先的估计和推测，是在现时对事物将要发生的结果进行探讨和研究，简单地说就是指从已知事件测定未知事件。 为什么要预测呢，因为预 ...
2016-05-04
现如今，ggplot特别火，这是因为：它是一个特别容易上手的R制图功能包。尽管如此，有时候我还是想用一些比ggplot更简洁的方法。这时候，我会选择用R里基本的绘图功能。基本款的图没有那么精致而且编程起来也有点奇怪 ...
2016-04-28
机器学习和统计模型的差异 在各种各样的数据科学论坛上这样一个问题经常被问到——机器学习和统计模型的差别是什么？ 这确实是一个难以回答的问题。考虑到机器学习和统计模型解决问题的相似性，两者的区别 ...
2016-04-28
一篇文章带你认识“高大上”的图数据挖掘 互联网发展至今，数据规模越来越大，数据结构越来越复杂，而且对系统的需求越来越高。如果学习过数据结构，那么都知道图是放在最后一个结构，当你学习了图，那么应该感 ...
2016-04-28
数据分析师：避免低质量数据的5个方法 数据科学家的最怕的是低质量的数据。因为哪怕你发明出世界上最聪明的算法，这些算法碰到低质量数据便毫无用处。正如我们常说的，“垃圾数据入，垃圾数据出”。 我最近 ...
2016-04-28
数据分析师常见的十道面试题目及解答 1、海量日志数据，提取出某日访问百度次数最多的那个IP。 首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注 意到IP是32位的，最多有个2^32 ...
2016-04-28
Airbnb 数据基础设施与其背后的哲学 在 Airbnb 我们提倡数据文化并使用数据作为关键输入去决策。跟踪指标，通过实验验证假设，建立机器学习模型和深入挖掘商业洞察是我们快速聪明前进的关键。经 ...
2016-04-28
MySQL连接到 R Excel 或SPSS 数据文件数量多，格式种类多，会给管理这些数据文件带来难度。 1.通过专门的文件夹来保存 建立一个专门保存数据的文件夹，然后再建立不同的子目录来分门别类的保存文件，这是 ...
2016-04-277个数据分析的习惯助你高效的工作 1.相比花哨算法，更重视分析的简单性 如果你都不能向一个5岁的小孩解释清楚，那么你将很难将你的产品卖给其他人。产品数据分析的重点不是分析，别误会，你还是需要分析，但 ...
2016-04-27
K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均 ...
2016-04-27在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型（LLM）商业化落地过程中，“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言，相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下，企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07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
