【机器学习】半监督学习几种方法 1.Self-training algorithm(自训练算法) 这个是最早提出的一种研究半监督学习的算法，也是一种最简单的半监督学习算法． 2.Multi-view algorithm(多视角算法) 一般多 ...
2017-07-24
机器学习模型评价(Evaluating Machine Learning Models)-主要概念与陷阱 本文主要解释一些关于机器学习模型评价的主要概念，与评价中可能会遇到的一些陷阱。如训练集-验证集二划分校验（Hold-out validation） ...
2017-07-24Python的星号（*、**）的作用 1. 函数的可变参数 当函数的参数前面有一个星号*的时候表示这是一个可变的位置参数，两个星号**表示是可变的关键字参数。 #!env python #coding=utf-8 # def foo(*args, **kwar ...
2017-07-24
机器学习之Logistic回归与Python实现 logistic回归是一种广义的线性回归，通过构造回归函数，利用机器学习来实现分类或者预测。 一 Logistic回归概述 Logistic回归的主要思想是，根据现有的数据对分类边 ...
2017-07-24
机器学习之朴素贝叶斯(NB)分类算法与Python实现 朴素贝叶斯（Naive Bayesian）是最为广泛使用的分类方法，它以概率论为基础，是基于贝叶斯定理和特征条件独立假设的分类方法。 一、 概述 1.1 简介 朴 ...
2017-07-23
机器学习之决策树(ID3)算法与Python实现 机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结 ...
2017-07-23
数据挖掘的基本概念：数据库、数据仓库、机器学习，统计学 “数据挖掘“(Data Mining)又被称为“数据中的知识发现”（KDD），顾名思义，也就是通过数据清理、数据集成、数据选择、数据变换、数据挖掘、模式评估 ...
2017-07-23
机器学习之k-近邻（kNN）算法与Python实现 k-近邻算法（kNN，k-NearestNeighbor），是最简单的机器学习分类算法之一，其核心思想在于用距离目标最近的k个样本数据的分类来代表目标的分类（这k个样本数据和目标 ...
2017-07-23
样本统计量与总体的关系，抽样分布的概念性质 本文对抽样分布的概念、无偏差和最小偏差等性质，以及中心极限定理和样本比例的抽样分布进行总结。 1 抽样分布基本概念 参数（parameter）：参数是对总 ...
2017-07-23
图形和数值的数据集描述方法 图形方法对数据集的描述 1. 条形图（bar graph） 条形图一般横向表示类别（class），纵向表示该类别所对应的类别频率（class frequency）。 2. 饼状图（pie graph） 饼状图 ...
2017-07-23
掌握R语言中的apply函数族 刚开始接触R语言时，会听到各种的R语言使用技巧，其中最重要的一条就是不要用循环，效率特别低，要用向量计算代替循环计算。 那么，这是为什么呢？原因在于R的循环操作for和while ...
2017-07-22
R语言绘图学习笔记 在做数据分析时，我们通常作的举动就是画散点图分析。因为通过散点图的分析，我们可以最直观，最简单的得出大概的结论。今天我分享的内容就是R语言的绘图函数。 关于R语言强大的绘图功能 ...
2017-07-22
R语言基础画图/绘图/作图 R语言基础画图 R语言免费且开源，其强大和自由的画图功能，深受广大学生和可视化工作人员喜爱，这篇文章对如何使用R语言作基本的图形，如直方图，点图，饼状图以及箱线图进行简单介 ...
2017-07-22
R语言与点估计学习笔记（EM算法与Bootstrap法） 一、EM算法 EM算法是一种在观测到数据后，用迭代法估计未知参数的方法。可以证明EM算法得到的序列是稳定单调递增的。这种算法对于截尾数据或参数中有一些我们 ...
2017-07-22
R语言与点估计学习笔记（矩估计与MLE） 众所周知，R语言是个不错的统计软件。今天分享一下利用R语言做点估计的内容。主要有：矩估计、极大似然估计、EM算法、最小二乘估计、刀切法（Jackknife）、自助法（Boots ...
2017-07-22
R语言与回归分析几个假设的检验 一、从线性回归的假设说起 对于线性回归而言，若要求回归估计有一些良好性质比如无偏性，就需要加上一些假定条件。比如要达到估计的无偏性，我们通常需要加上高斯-马尔科夫 ...
2017-07-22
优化与求解非线性方程组（单变量问题） 求函数极值的问题通常被化简为求解导数为0的点的问题。所以优化问题通常与解非线性方程组联系起来。在前面写点估计中的mle时，我们介绍了R中求解方程极值的函数nlm（）， ...
2017-07-21
多变量非线性方程求解问题（牛顿迭代法） 关于多变量的多元函数，我们求解考虑解的问题与单变量是极其类似的。考虑在x处的一阶泰勒展开，我们有0=f(x0)=f(x)+j(x)(x-x0)(后面的等号近似成立，j表示jacobia ...
2017-07-21
R语言与非参数统计（核密度估计） 核密度估计是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。 假设我们有n ...
2017-07-21
R语言与机器学习中的回归方法学习笔记 机器学习中的一些方法如决策树，随机森林，SVM，神经网络由于对数据没有分布的假定等普通线性回归模型的一些约束，预测效果也比较不错，交叉验证结果也能被接受。下面以R ...
2017-07-21数据库中的历史数据，是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下，数据已成为驱动业务增长的核心引擎。电商公司的数据分析师，不仅是数据的“解读官”，更是业务的 ...
2026-01-08在数据驱动决策的链路中，统计制图是CDA（Certified Data Analyst）数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析（PCA）的学习与实践中，“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中，成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中，数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA（Certified Data Analyst）作为具备专 ...
2026-01-07在数据处理与可视化场景中，将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色，能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中，指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升，还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中，“数据决定上限，特征决定下限”已成为行业共识。原始数据经过采集、清洗后，往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中，批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件，还是批量 ...
2026-01-05在神经网络模型训练过程中，开发者最担心的问题之一，莫过于“训练误差突然增大”——前几轮还平稳下降的损失值（Loss），突然在 ...
2026-01-05在数据驱动的业务场景中，“垃圾数据进，垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题， ...
2026-01-05在数字化时代，用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击，到浏览页面的停留时长，再到最终的购买决策、 ...
2026-01-04在数据分析领域，数据稳定性是衡量数据质量的核心维度之一，直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04在CDA（Certified Data Analyst）数据分析师的工作链路中，数据读取是连接原始数据与后续分析的关键桥梁。如果说数据采集是“获 ...
2026-01-04尊敬的考生： 您好！ 我们诚挚通知您，CDA Level III 考试大纲将于 2025 年 12 月 31 日实施重大更新，并正式启用，2026年3月考 ...
2025-12-31“字如其人”的传统认知，让不少“手残党”在需要签名的场景中倍感尴尬——商务签约时的签名歪歪扭扭，朋友聚会的签名墙不敢落笔 ...
2025-12-31在多元统计分析的因子分析中，“得分系数”是连接原始观测指标与潜在因子的关键纽带，其核心作用是将多个相关性较高的原始指标， ...
2025-12-31对CDA（Certified Data Analyst）数据分析师而言，高质量的数据是开展后续分析、挖掘业务价值的基础，而数据采集作为数据链路的 ...
2025-12-31在中介效应分析（或路径分析）中，间接效应是衡量“自变量通过中介变量影响因变量”这一间接路径强度与方向的核心指标。不同于直 ...
2025-12-30
