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在企业数据化运营体系中，同比、环比分析是洞察业务趋势、评估运营效果的核心手段。同比（与上年同期对比）可消除季节性波动影响 ...
2025-12-19在数字化时代，用户已成为企业竞争的核心资产，而“理解用户”则是激活这一资产的关键。用户行为分析系统（User Behavior Analys ...
2025-12-19在数字化转型的深水区，企业对数据价值的挖掘不再局限于零散的分析项目，而是转向“体系化运营”——数据治理体系作为保障数据全 ...
2025-12-19在数据科学的工具箱中，析因分析（Factor Analysis, FA）、聚类分析（Clustering Analysis）与主成分分析（Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来，Transformer模型凭借自注意力机制的强大建模能力，在NLP、CV、语音等领域 ...
2025-12-18在CDA（Certified Data Analyst）数据分析师的时间序列分析工作中，常面临这样的困惑：某电商平台月度销售额增长20%，但增长是来 ...
2025-12-18在机器学习实践中，“超小数据集”（通常指样本量从几十到几百，远小于模型参数规模）是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”，其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”，后续的建模 ...
2025-12-17在CDA（Certified Data Analyst）数据分析师的日常工作中，“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中，次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标，更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中，“以用户为中心”已成为企业的核心经营理念，而用户画像则是企业洞察用户、精准决策的“核心工具”。然而， ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中，塔吉特百货（Target）以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域，二项分布与卡方检验是两个高频出现的概念，二者都常用于处理离散数据，因此常被初学者混淆。但本质上，二项分布是 ...
2025-12-15在CDA（Certified Data Analyst）数据分析师的工作链路中，“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中，HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中，“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定，工厂管理者关注产品尺寸偏差是否可控，基金 ...
2025-12-12在CDA（Certified Data Analyst）数据分析师的能力矩阵中，数据查询语言（SQL）是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题，以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A，覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中，柱形图因直观展示数据差异的优势被广泛使用，而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中，我们常需要判断“两组数据的差异是真实存在，还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11
