SAS随机抽样以及程序初始环境 在统计研究中，针对容量无限或者容量很大以至于无法直接对其进行研究的总体，都是通过从中抽取一部分个体作为研究对象，以考察总体的特征。被抽取的部分个体称为该总体的一个样本 ...
2017-07-17
一句python，一句R︱python中的字符串操作、中文乱码、NaN情况 先学了R，最近刚刚上手Python,所以想着将python和R结合起来互相对比来更好理解python。最好就是一句python，对应写一句R。 pandas可谓如雷贯耳， ...
2017-07-17
python︱函数、for、if、_name_、迭代器、防范报错、类定义、装饰器 新手入门Python,开始写一些简单函数，慢慢来，加油~ 一、函数 +三个内建函数filter，map和reduce + if 1、def/lambda def myadd(a=1,b=100) ...
2017-07-17
一句python，一句R︱列表、元组、字典、数据类型、自定义模块导入（格式、去重） 先学了R语言，最近刚刚上手Python,所以想着将python和R结合起来互相对比来更好理解python。最好就是一句python，对应写一句R。 ...
2017-07-17
R语言：异常值检验、离群点分析、异常值处理 笔者寄语：异常值处理一般分为以下几个步骤：异常值检测、异常值筛选、异常值处理。其中异常值检测的方法主要有：箱型图、简单统计量（比如观察极值） 异常值处理方 ...
2017-07-17
R语言︱噪声数据处理、数据分组—分箱法（离散化、等级化） 分箱法在实际案例操作过程中较为常见，能够将一些数据离散化，等级化，比如年龄段，我们并不想知道确切的几岁，于是乎可以将其分组、分段。 基础 ...
2017-07-17
数据质量分析 在数据分析和数据挖掘之前，我们首先要做的就是对数据进行预处理，将那些所谓的“脏数据”给去除掉，提高数据分析和挖掘的准确性和有效性。也就是说数据质量分析是数据挖掘和数据分析的重要开头。 ...
2017-07-16
标准差 标准误 偏度系数和峰度系数的作用 标准差和标准误是两个不同的概念，标准差就是一个变量的所有数据的离均差平方和再平均之后开平方，它是度量离散程度的指标。标准误用于估计参数的可信区间,进行假设 ...
2017-07-16
如何使用R来连接各个数据库 在R语言越来越流行的情况下，也由于他开源的原因，他已经可以支持许多数据库。 现在，我就来总结一下： （1）连接MySQL数据库 首先要下载加载RMySQL这个包。 加载的时候 ...
2017-07-16
基于R语言构建的电影评分预测模型 电影评分系统是一种常见的推荐系统。现在使用R语言基于协同过滤算法来构建一个电影评分预测模型。 一，前提准备 1.R语言包：ggplot2包（绘图），recommenderlab包，resh ...
2017-07-16
R语言之矩阵操作 R语言作为一门统计语言，肯定缺少不了矩阵处理。下面是我参考《R语言与数据挖掘》总结出来以下关于矩阵运算的函数，其中包括矩阵的求和，转置，等。 接下来我们通过一些例子来了解一下这些函 ...
2017-07-16
R语言如何多行注释 R语言本身并没有类似C/ C++/ Java这些语言一样提供 像 /* ..... */ 一样的多行注释，但我们也有其他方法可以达到这种方法。 一. if语句 我们可以通过一个if语句，里面添加一个永为假的 ...
2017-07-16
Python操作符重载 可以根据所使用的操作数更改Python中运算符的含义。这种做法被称为运算符重载。 Python操作系统适用于内置类。 但同一运算符的行为在不同的类型有所不同。 例如，+运算符将对两个数字执行 ...
2017-07-15
Python多重继承 在本文中，您将了解Python中的多重继承以及如何在程序中使用它。还将了解多级继承和方法解析顺序。 与C++一样，一个类可以从Python中的多个基类派生出来。这被称为多重继承。 在多重 ...
2017-07-15
Python继承 什么是继承？ 继承用于指定一个类将从其父类获取其大部分或全部功能。 它是面向对象编程的一个特征。 这是一个非常强大的功能，方便用户对现有类进行几个或多个修改来创建一个新的类。新类称为子 ...
2017-07-15
Python构造函数 构造函数是一种特殊类型的方法(函数)，它在类的实例化对象时被调用。 构造函数通常用于初始化(赋值)给实例变量。 构造函数还验证有足够的资源来使对象执行任何启动任务。 创建一个构造函数 ...
2017-07-15
Python变量类型 变量是保存存储值的内存位置。也就是说，当创建一个变量时，可以在内存中保留一些空间。 基于变量的数据类型，解释器分配内存并决定可以存储在保留的存储器中的内容。 因此，通过为变量分配 ...
2017-07-15未来数据分析用户互动的三种方式 随着时间推移，将会创造出更多的数据并加以使用，大数据的应用范围将从单纯的工程和软件开发领域，逐渐扩大到其他领域，帮助我们简化流程、改善客户服务和计算风险。 2000年 ...
2017-07-15
心理学毕业论文SPSS和Amos数据分析步骤和内容模板 心理学的毕业论文绝大多数都是实证论文，即问卷调查研究或实验研究，这些论文都涉及非常重要的环节——数据统计分析。那么，一篇规范的心理学毕业论文其数据统 ...
2017-07-14非调查问卷数据能否做信效度分析检验 信度和效度检验是调查问卷或量表数据经常要做的统计分析环节，目的是检验研究工具的可靠性和有效性。那么，很多非问卷的数据，例如客观经济数据、实际调查数据、不同主体或 ...
2017-07-14在数据工作的全流程中，数据清洗是最基础、最耗时，同时也是最关键的核心环节，无论后续是做常规数据分析、可视化报表，还是开展 ...
2026-03-20在大数据与数据驱动决策的当下，“数据分析”与“数据挖掘”是高频出现的两个核心概念，也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA（Certified Data Analyst）数据分析师的全流程工作闭环中，统计制图是连接严谨统计分析与高效业务沟通的关键纽带，更是CDA ...
2026-03-20在MySQL数据库优化中，分区表是处理海量数据的核心手段——通过将大表按分区键（如时间、地域、ID范围）分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域，同比、环比增长率是分析数据变化趋势的核心指标——同比（YoY）聚焦“长期趋势”，通过当前周期与 ...
2026-03-19在数据分析与建模领域，流传着一句行业共识：“数据决定上限，特征决定下限”。对CDA（Certified Data Analyst）数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值，在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案，解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域，高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进，垃圾结果出”，这是数据分析领域的黄金法则，更是CDA（Certified Data Analyst）数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中，决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势，成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中，卡方检验是一类基于卡方分布的假设检验方法，核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中，企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中，订单数据分散在交易平 ...
2026-03-17在数字化时代，数据分析已成为企业决策、业务优化、增长突破的核心支撑，从数据仓库搭建（如维度表与事实表的设计）、数据采集清 ...
2026-03-16在数据仓库建设、数据分析（尤其是用户行为分析、业务指标分析）的实践中，维度表与事实表是两大核心组件，二者相互依存、缺一不 ...
2026-03-16数据是CDA（Certified Data Analyst）数据分析师开展一切工作的核心载体，而数据读取作为数据生命周期的关键环节，是连接原始数 ...
2026-03-16在用户行为分析实践中，很多从业者会陷入一个核心误区：过度关注“当前数据的分析结果”，却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代，用户的每一次点击、浏览、停留、转化，都在传递着真实的需求信号。用户行为分析，本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业，量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA（Certi ...
2026-03-13在机器学习建模体系中，随机森林作为集成学习的经典算法，凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势，成为分类、 ...
2026-03-12在机器学习建模过程中，“哪些特征对预测结果影响最大？”“如何筛选核心特征、剔除冗余信息？”是从业者最常面临的核心问题。随 ...
2026-03-12
