K近算法之巴氏距离 巴氏距离（BhattacharyyaDistance），在统计中，Bhattacharyya距离测量两个离散或连续概率分布的相似性。它与衡量两个统计样品或种群之间的重叠量的Bhattacharyya系数密切相关。 ...
2014-11-30
K近算法之马氏距离 马氏距离(MahalanobisDistance) （1）马氏距离定义 有M个样本向量X1~Xm，协方差矩阵记为S，均值记为向量μ，则其中样本向量X到u的马氏距离表示为： ...
2014-11-30
K近算法之标准化欧氏距离 标准化欧氏距离(StandardizedEuclideandistance)，标准化欧氏距离是针对简单欧氏距离的缺点而作的一种改进方案。标准欧氏距离的思路：既然数据各维分量的分布不一样，那先将各个分 ...
2014-11-30
K近算法之闵可夫斯基距离 闵可夫斯基距离(MinkowskiDistance)，闵氏距离不是一种距离，而是一组距离的定义。 (1)闵氏距离的定义 两个n维变量a(x11,x12,…,x1n) ...
2014-11-30
切比雪夫距离_数据分析师 若二个向量或二个点p、andq，其座标分别为及，则两者之间的切比雪夫距离定义如下：， 这也等于以下Lp度量的极值：，因此切比雪夫距离也称为L∞度量。 以数学的 ...
2014-11-29
曼哈顿距离_数据分析师 我们可以定义曼哈顿距离的正式意义为L1-距离或城市区块距离，也就是在欧几里得空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和。例如在平面上，坐标（x1,y1）的 ...
2014-11-29
K近邻的距离度量表示法 我们看到，K近邻算法的核心在于找到实例点的邻居，这个时候，问题就接踵而至了，如何找到邻居，邻居的判定标准是什么，用什么来度量。这一系列问题便是下面要讲的距离度量表示 ...
2014-11-29
什么是K近邻算法_数据分析师 何谓K近邻算法，即K-Nearest Neighbor algorithm，简称KNN算法，单从名字来猜想，可以简单粗暴的认为是：K个最近的邻居，当K=1时，算法便成了最近邻算法，即寻找最近的那个邻居 ...
2014-11-29
数据挖掘中所需的概率论Landon的推导(九)_数据分析师 Landon的推导(1941) 第三条道是一位电气工程师，Vernon D. Landon 给出的。1941年，Landon 研究通信电路中的噪声电压，通过分析经验数据他发 ...
2014-11-29
数据挖掘中所需的概率论与数理统计知识(十) 正态分布和最大熵 还有一条小径是基于最大熵原理的，物理学家E.T.Jaynes在最大熵原理上有非常重要的贡献，他在《概率论沉思录》里面对这个方法有描述和 ...
2014-11-29
数据挖掘中所需的概率论（八）Herschel(1850)和麦克斯韦(1860)的推导 Herschel(1850)和麦克斯韦(1860)的推导 第二条小径是天文学家John Hershcel和物理学家麦克斯韦(Maxwell)发现的。1850年，天文 ...
2014-11-29
数据挖掘中所需的概率论 高斯的推导（七）数据分析师 论道正态，正态分布的4大数学推导 如本blog内之前所说：凡是涉及到要证明的东西.理论，便一般不是怎么好惹的东西。绝大部分时候，看懂一个东西不难， ...
2014-11-29
数据挖掘中所需的概率论与数理统计知识（六 ） 高斯导出误差正态分布 事实上，棣莫弗早在1730年~1733年间便已从二项分布逼近的途径得到了正态密度函数的形式，到了1780年后，拉普拉斯也推出了中心极 ...
2014-11-29
数据挖掘中所需的概率论与数理统计知识（五） 拉普拉斯的工作 在1772-1774年间，拉普拉斯也加入到了寻找误差分布函数的队伍中。与辛普森不同，拉普拉斯不是先假定一种误差分后去设法证明平均值的优良性 ...
2014-11-29大数据流程处理“三要”“三不要”_数据分析师 大数据时代处理数据的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。 具体的大数据处理方法确实有很多，但是根据笔者长时间的实践，总结 ...
2014-11-28大数据时代_大数据分析将走向何方_数据分析师 现阶段关于大数据的未来，下一步是什么，我们如何利用数据在更深的层面提取有意义的消费者信息来超越我们现在的程度?最标准的答案是从比以往更 多的设备上实 ...
2014-11-28大数据实践 基础架构先行_数据分析师 大数据被认为是下一个创新、竞争和生产力的前沿，谁率先抓住大数据的先机即意味着能够在未来市场竞争之中取得杆位。当前大数据市场除了传统厂商之外，还同时涌现出一大批 ...
2014-11-28解读让大数据价值圆满实现的四条建议 大数据分析可创造出大量的价值。正如大多数有价值的工作一样，大数据值得我们投入时间和精力去挖掘其中的价值。 基于这种经验，笔者在下方给出了四条建议，用于 ...
2014-11-28【连载5】如何用spss做加权最小二乘回归及岭回归 上一节我们讲到一般多元线性回归的操作方法。本节要介绍的是多元线性回归的其他几种情况。包括适用于含有加权变量的加权最小二乘回归方程等。然后继续讨论上 ...
2014-11-28【连载4】 如何用spss做一般（含虚拟变量）多元线性回归 回归一直是个很重要的主题。因为在数据分析的领域里边，模型重要的也是主要的作用包括两个方面，一是发现，一是预测。而很多时候我们就要通过回归来进 ...
2014-11-28LSTM 输出不确定的成因、影响与应对策略 长短期记忆网络（LSTM）作为循环神经网络（RNN）的一种变体，凭借独特的门控机制，在 ...
2025-07-07统计学方法在市场调研数据中的深度应用 市场调研是企业洞察市场动态、了解消费者需求的重要途径，而统计学方法则是市场调研数 ...
2025-07-07CDA数据分析师证书考试全攻略 在数字化浪潮席卷全球的当下，数据已成为企业决策、行业发展的核心驱动力，数据分析师也因此成为 ...
2025-07-07剖析 CDA 数据分析师考试题型：解锁高效备考与答题策略 CDA（Certified Data Analyst）数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期：解锁数据处理的关键技能 在数据处理与分析工作中，数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角：从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天，数据已成为企业决策的核心驱动力，CDA（Certifie ...
2025-07-04CDA 数据分析师：开启数据职业发展新征程 在数据成为核心生产要素的今天，数据分析师的职业价值愈发凸显。CDA（Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下，数据已成为企业的核心资产，数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中，对过滤器的有 ...
2025-07-03把握 CDA 考试时间，开启数据分析职业之路 在数字化转型的时代浪潮下，数据已成为企业决策的核心驱动力。CDA（Certified Da ...
2025-07-02CDA 证书：银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下，银行正加速向数字化、智能化转型，海量数据成为银行精准 ...
2025-07-02探索最优回归方程：数据背后的精准预测密码 在数据分析和统计学的广阔领域中，回归分析是揭示变量之间关系的重要工具，而回 ...
2025-07-02CDA 数据分析师报考条件全解析：开启数据洞察之旅 在当今数字化浪潮席卷全球的时代，数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域，CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域，挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师：就业前景广阔的新兴职业 在当今数字化时代，数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层：为何一个卷积层需要两个卷积核 在深度学习的世界里，卷积神经网络（CNN）凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程：开启数据洞察之旅 在数字化浪潮席卷全球的当下，数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式！CVPR冠军方案BridgeVLA，真机性能提升32% 编辑：LRST 【新智元导读】中科院自动化所提出BridgeVLA模型，通过将 ...
2025-06-30LSTM 为何会产生误差？深入剖析其背后的原因 在深度学习领域，LSTM（Long Short-Term Memory）网络凭借其独特的记忆单元设 ...
2025-06-27
