数据分析师技术_数据分析技术_数据分析培训

Hadoop、Hive、Spark之间是什么关系

Hadoop、Hive、Spark之间是什么关系大数据本身是个很宽泛的概念，Hadoop生态圈(或者泛生态圈)基本上都是为了处理超过单机尺度的数据处理而诞生的。你可以把它比作一个厨房所以需要的各种工具。锅碗瓢盆，各有 ...

2017-06-12

R语言利器之ddply和aggregate

R语言利器之ddply和aggregate ddply和aggregate是两个用来整合数据的功能强大的函数。　　aggregate(x, ...) 　　关于aggregate()函数的使用在《R语言实战》中P105有简单描述，这里重新说一下。此函数主要有一 ...

2017-06-11

R内存管理与垃圾清理

R内存管理与垃圾清理 1.内存查看 memory.limit()：查看内存大小 memory.limit(n)：申请内存大小 memory.size(NA)：查看内存大小 memory.size(T)：查看已分配的内存 memory.size(F)：查看已使用的内存 2.内存申 ...

2017-06-11

logistic回归和probit回归预测公司被ST的概率

logistic回归和probit回归预测公司被ST的概率 1.适合阅读人群：知道以下知识点：盒状图、假设检验、逻辑回归的理论、probit的理论、看过回归分析，了解AIC和BIC判别准则、能自己跑R语言程序 2.本文目的：用R语 ...

2017-06-11

R语言从SNPedia批量提取搜索数据

R语言从SNPedia批量提取搜索数据 SNP是单核苷酸多态性，人的基因是相似的，有些位点上存在差异，这种某个位点的核苷酸差异就做单核苷酸多态性，它影响着生物的性状，影响着对某些疾病的易感性。SNPedia是一个SN ...

2017-06-11

R语言数据可视化2—ggplot2各种维度的业务量统计根据类型统计不同月份的业务

R语言数据可视化2—ggplot2各种维度的业务量统计根据类型统计不同月份的业务准备工作： 1.案例所用的表“test1.csv” 2.所用到的R包\"ggplot2\"、\"lubridate\" ggplot2介绍:用来作图 lubrid ...

2017-06-11

R语言数据可视化1—ggplot2画柱状图

R语言数据可视化1—ggplot2画柱状图目的：将已有的业务表(csv格式)，导入到Rstudio中。根据“开始时间”，按月份统计出业务量。画出下图。（注：我选择的业务表中只有1、2、3月的数据）开始吧！ ...

2017-06-11

R语言面向对象编程:S3和R6

R语言面向对象编程:S3和R6 一、基于S3的面向对象编程基于S3的面向对象编程是一种基于泛型函数(generic function)的实现方式。 1.S3函数的创建 S3对象组成：generic(generic FUN)+method(generic.class FUN） ...

2017-06-10

R语言数据分析利器data.table包—数据框结构处理精讲

R语言数据分析利器data.table包—数据框结构处理精讲 R语言data.table包是自带包data.frame的升级版，用于数据框格式数据的处理，最大的特点快。包括两个方面，一方面是写的快，代码简洁，只要一行命令就可以完 ...

2017-06-10

R语言通过parallel包实现多线程运行

R语言通过parallel包实现多线程运行总的来说，R的运算速度不算快，不过类似并行运算之类的改进可以提高运算的性能。下面非常简要地介绍如何利用R语言进行并行运算 library(parallel) cl.cores <- detectCor ...

2017-06-10

R语言通过loess去除某个变量对数据的影响

R语言通过loess去除某个变量对数据的影响当我们想研究不同sample的某个变量A之间的差异时，往往会因为其它一些变量B对该变量的固有影响，而影响不同sample变量A的比较，这个时候需要对sample变量A进行标准化之 ...

2017-06-10

R语言—连接Oracle数据库

R语言—连接Oracle数据库本教程会讲解两种方法，第一种方法较为简单，且中文不容易出现乱码。第二种方法，较为复杂，和java的jdbc连接数据库操作类似。操作环境: 系统：windows10 64位数据库：Oracle11 ...

2017-06-10

时间序列分析算法【R详解】

时间序列分析算法【R详解】在商业应用中，时间是最重要的因素，能够提升成功率。然而绝大多数公司很难跟上时间的脚步。但是随着技术的发展，出现了很多有效的方法，能够让我们预测未来。不要担心，本文并不会 ...

2017-06-10

R语言实现质量控制图

R语言实现质量控制图上次费了半天劲写出了Xbar-R代码之后第二天就发现了R语言中的SixSigma和qcc程序包。各种质量控制图应有尽有，画的还比我好看#手动微笑。 > library(qcc) #加载qcc程序包 > qcc(a ...

2017-06-09

使用R语言预测泰坦尼克号乘客生存率

使用R语言预测泰坦尼克号乘客生存率 1912年4月10日，号称 “世界工业史上的奇迹”的豪华客轮泰坦尼克号开始了自己的处女航，从英国的南安普顿出发驶往美国纽约，4月14日晚，泰坦尼克号在北大西洋撞上冰山而倾覆 ...

2017-06-09

利用R语言的Boruta包进行特征选择

利用R语言的Boruta包进行特征选择变量选择是模型构建的一个重要方面，每个分析人员都必须学习。毕竟，它有助于排除相关变量、偏见和不必要噪音的限制来建立预测模型。许多分析新手认为，保持所有（或更多 ...

2017-06-09

R语言中的回归诊断-car包

R语言中的回归诊断-car包如何判断我们的线性回归模型是正确的？ 1、回归诊断的基本方法 opar<-par(no.readOnly=TRUE) fit <- lm(weight ~ height, data = women) par(mfrow = c(2, 2)) plot(fit) par(op ...

2017-06-09

R语言在生态学研究中的应用分析

R语言在生态学研究中的应用分析随着观测手段的不断进步和长期观测数据的不断积累，加上数据共享机制不断完善，生态学研究已经跨入的大数据的时代。面对巨量的原始数据，一个生态学者需要运用相当可观的数学知 ...

2017-06-09

R语言做数据探索

R语言做数据探索 1 数据导入数据常用格式.csv/.txt/.xls/.json/.xml。 R语言提供相应的函数和库实现对这些数据格式的导入。现已导入.csv格式和以tab分隔的.txt格式为例 # 读.csv格式 data1<-read.c ...

2017-06-09

SPSS统计基础-均值功能的使用

SPSS统计基础-均值功能的使用均值过程计算一个或多个自变量类别中因变量的子组均值和相关的单变量统计。您也可以获得单因素方差分析、eta 和线性相关检验。统计量。合计、个案数、均值、中位数、组内中位 ...

2017-06-08

CDA考试动态

CDA报考指南

热门栏目

最新资讯

【CDA干货】数据清洗中异常值识别与处理：三大核心 ...

从“通用基石”到“场景利器”：CDA数据分析师视角 ...

让Skill从执行中生长：Cloud Agent Harness的三段式 ...

【CDA干货】方差分析中独立因变量的显著性差异：本 ...

从“数字”到“决策”：CDA数据分析师视角下的指标 ...

《CDA一级教材知识手册》——备考通关必备浓缩指南 ...

【CDA干货】Excel卡方检验实操指南：从数据整理到结 ...

【CDA干货】业务本体模型：解码企业业务本质，支撑 ...

从样本到总体：CDA数据分析师视角下的参数估计 ...

CDA持证人专访：赖尧谈物流供应链数据分析的实践与 ...

【CDA干货】A/B实验：量化业务与技术动作增量价值的 ...

【CDA干货】事实表与维度表的核心区别：数据仓库的 ...

从“杂乱”到“有序”：CDA数据分析师视角下的数据 ...

CDA持证人专访：王志方谈互联网运营中数据分析的实 ...

【CDA干货】Pandas基于两列计算结果：实操指南与实 ...

从“数字”到“数据”：CDA数据分析师视角下的统计 ...

【CDA干货】数据挖掘核心步骤与实战：以零售企业客 ...

【CDA干货】大数据营销案例深度解析：以数据为刃， ...

从“零散明细”到“多维洞察”：CDA数据分析师视角 ...

【CDA干货】手游付费留存：从留存到复购，破解商业 ...