大话机器学习之数据预处理与数据筛选 数据挖掘和机器学习这事，其实大部分时间不是在做算法，而是在弄数据，毕竟算法往往是现成的，改变的余地很小。 数据预处理的目的就是把数据组织成一个标准的形式。 ...
2017-12-12
Python金融大数据分析-蒙特卡洛仿真 1.简单的例子 了解一点金融工程的对这个公式都不会太陌生，是用现在股价预测T时间股价的公式，其背后是股价符合几何布朗运动，也就是大名鼎鼎的BSM期权定价模型的基础。 ...
2017-12-12
数据分析基础篇（设计师都应该了解） 当今设计师还不了解数据，自身价值也将会越来越低 第1则- 前言 数据分析是一块知识领域，是一门学科性很强的科目，想要短时间内吃透并不简单，在进入这个领域之前， ...
2017-12-12
如何成为一名数据分析师：数据的初步认知 对所有从事数据相关工作的人而言，都有一个老生常谈的问题： 数据认知 !毕竟在真正开始分析、BI 报表开发或者建模前，对数据进行一定的审查和认知是必须的。今天，就 ...
2017-12-12
数据分析：Python分析学生数据 本文为优达学城数据分析入门课程的mini项目，所用数据集为优达学城某段时间内的学生数据。 数据简介 全部数据包含三个文件，其内容分别为： enrollments.csv： daily-engageme ...
2017-12-11
数据挖掘中，分类与聚类的区别 本文对数据挖掘中，极为常见的两类算法：分类与聚类，做个梳理。 首先，来看看分类和聚类各自的一些定义描述。 分类(classification )： 分类算法需要学习，它通过学习找出描述 ...
2017-12-11
数据挖掘中的分类和聚类 分类(classification )：有指导的类别划分，在若干先验标准的指导下进行，效果好坏取决于标准选取的好坏。 它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标 ...
2017-12-11
Python图像灰度变换及图像数组操作 使用python以及numpy通过直接操作图像数组完成一系列基本的图像处理 numpy简介： NumPy是一个非常有名的 Python 科学计算工具包,其中包含了大量有用的工具,比如数组对 ...
2017-12-11python对DICOM图像的读取方法详解 DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准（ISO 12052）。下面这篇文章主要给大家介绍了关于python ...
2017-12-11
朴素贝叶斯分类算法理解及文本分类器实现 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本文作为分类算法的第一篇，将首先介绍分类问题，对分类问题进行一个正式的定义 ...
2017-12-11一种根据关键字进行分类的文本分类算法 这样我们可以得出这个算法的重点： 1.提取关键字 如何自动提取关键字呢？我们知道IDF值在一定程度上可以表达一个词的重要程度，像“我的”，“你的” ...
2017-12-10文本分类常用算法比较 本文对文本分类中的常用算法进行了小结，比较它们之间的优劣，为算法的选择提供依据。 一、决策树（Decision Trees） 优点： 1、决策树易于理解和解释.人们在通 ...
2017-12-10朴素贝叶斯模型:文本分类+垃圾邮件分类 学习了那么多机器学习模型，一切都是为了实践，动手自己写写这些模型的实现对自己很有帮助的，坚持，共勉。本文主要致力于总结贝叶斯实战中程序代码的实现（python）及朴 ...
2017-12-10
利用spark做文本分类（朴素贝叶斯模型） 朴素贝叶斯模型 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基 ...
2017-12-10文本分类和聚类有什么区别 简单点说：分类是将一篇文章或文本自动识别出来，按照已经定义好的类别进行匹配，确定。聚类就是将一组的文章或文本信息进行相似性的比较，将比较相似的文章或文本信息归为同一组的技 ...
2017-12-10数据挖掘笔记-聚类-Canopy-原理与简单实现 Canopy聚类算法是一个将对象分组到类的简单、快速、精确地方法。每个对象用多维特征空间里的一个点来表示。这个算法使用一个快速近似距离度量和两个距离阈值 T1>T2来 ...
2017-12-10python判断图片宽度和高度后删除图片的方法 本文实例讲述了python判断图片宽度和高度后删除图片的方法。分享给大家供大家参考。具体分析如下： Image对象有open方法却没有close方法，如果打开图片，判断图片高 ...
2017-12-09
数据聚类的简单应用 数据聚类data clustering：用来寻找紧密相关的事物，并将其可视化的方法。 1. 聚类时常被用于数据量很大（data-intensive）的应用中。 2. 聚类是无监督学习（unsupervised learning） ...
2017-12-09
数据分析需要权衡哪些要素 无论一个公司部署什么类型的大数据技术栈，有一些共通的因素必须加以考量，以保证为大数据分析工作提供一个有效的框架。在开始一个大数据项目之前，去审视项目所要承担的新数据需求的 ...
2017-12-09
大数据分析之聚类算法 1. 什么是聚类算法 所谓聚类，就是比如给定一些元素或者对象，分散存储在数据库中，然后根据我们感兴趣的对象属性，对其进行聚集，同类的对象之间相似度高，不同类之间差异较大。最大 ...
2017-12-09【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中，仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作，但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中，漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下，我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中，数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期（如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道，但许多人拿到Excel后习惯性地先算、先分析，结果回头发现漏了一列关键数据， ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中，变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道，但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中，索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中，维度建模是应用最广泛的建模方法论，而事实表与维度表是维度建模的两大核心构件，共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标，但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中，列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下，消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖，全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材，不再局限 ...
2026-06-12在游戏产业的商业逻辑中，付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”：20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材：量化策略分析（2025）》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中，卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10
