SPSS统计基础-单因素方差分析功能的使用 “单因素ANOVA”过程按照单因子变量（自变量）生成对定量因变量的单因素方差分析。方差分析用于检验数个均值相等的假设。这种方法是双样本t 检验的扩展。除了确定均值间 ...
2017-06-08
SQL语句基础 SQL是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。这次为大家讲述一些基本的，常用的SQL语句基本句法，这四个方面之间没有前后顺 ...
2017-06-08在云中部署SQL的五个技巧 对于许多组织来说，将应用程序迁移到云端可以容忍短暂的停机时间，因为会得到明确的好处。采用云计算看起来就像一个明智周全的投资，通常很容易找出成本理由。然而，人们关于如何在云 ...
2017-06-08
SQL注入攻防入门详解 这几天把sql注入的相关知识整理了下，希望大家多多提意见。（对于sql注入的攻防，我只用过简单拼接字符串的注入及参数化查询，可以说没什么好经验，为避免后知后觉的犯下大错，专门查看大 ...
2017-06-08
数据分析方法:非参数检验 对于分布形态未知的数据，常用处理方法如下： 判断数据序列的分布形态 以标准的正态分布形态为基准，检验数据序列与正态序列是否存在分布差异性，这里可以用单样本的K-S检验，如 ...
2017-06-07
通过数据挖掘组织营销潜力的三个重要途径 如今，所有的营销都是在数据的背后完成的。营销人员知道他们的决定和行动必须有原始数据支持的理由。每天在全球网络上产生大约2.5万亿字节的数据。它来自各种来源，如 ...
2017-06-07
R语言实现Xbar-R控制图 Xbar-R控制图在质量管理中主要用于对计量数据进行检测，以达到控制对象质量的目的。 虽然用Excel可以轻松实现控制图的操作，不过作为R软件初学者，我试着用仅有的一点R语言知识进行了 ...
2017-06-07
R语言绘图之页面布局 par()、layout()、split.screen()函数 1. par()函数的参数详解 函数par()可以用来设置或者获取图形参数，par()本身（括号中不写任何参数）返回当前的图形参数设置（一个list）；若要 ...
2017-06-07R语言中样本平衡的几种方法 在对不平衡的分类数据集进行建模时，机器学习算法可能并不稳定，其预测结果甚至可能是有偏的，而预测精度此时也变得带有误导性。在不平衡的数据中，任一算法都没法从样本量少的类中 ...
2017-06-07
数据科学家与数据工程师 数据科学家和数据工程师的主要区别，可以用ETL和DAD的区别来解释。 ETL(提取/变换/载入)是数据工程师，还有数据架构师或数据库管理员(DBA)的职责。 DAD(发现/获取/提炼)是数据科 ...
2017-06-06
数据科学的七种常见错误丨转行，你适合数据科学吗 商业领域的数据科学家其实和侦探有着异曲同工之处，就是要去探索未知。不过在这过程中可能一不小心就会坠入“陷阱”，所以这就需要去了解和避免这些“陷阱”。 ...
2017-06-06
机器学习及大数据相关面试的职责和面试问题 各个企业对这类岗位的命名可能有所不同，比如推荐算法/数据挖掘/自然语言处理/机器学习算法工程师，或简称算法工程师，还有的称为搜索/推荐算法工程师，甚至有的并入 ...
2017-06-06
Hadoop文件系统 Hadoop是用Java写的，本小节要深入探索Hadoop的FileSystem类，与Hadoop的某一文件系统进行交互的API。虽然主要关注的是HDFS的实例，即DistributedFileSystem，但总体来说，还是应该集成FileSyst ...
2017-06-06
从HadoopURL中读取数据 要从Hadoop文件系统中读取文件，最简单的方法是使用java.net.URL对象打开数据流，进而从中读取数据。具体格式如下。 InputStreamin=null; try{ in=new URL(“hdfs://host/path”).o ...
2017-06-06
如何使用Python处理Missing Data 现实世界的数据中常常包含缺失的数据。原因很多，比如观察结果没有记录，或数据损坏。处理缺失的数据很重要，因为许多机器学习算法不支持具有缺失值的数据库。 本教 ...
2017-06-05
Python机器学习实战：信用卡欺诈检测 故事背景：原始数据为个人交易记录，但是考虑数据本身的隐私性，已经对原始数据进行了类似PCA的处理，现在已经把特征数据提取好了，接下来的目的就是如何建立模型使得检测 ...
2017-06-05
SPSS统计分析案例：可视离散化 SPSS可视离散化 1、菜单操作：转换—可视离散化—弹出对话框； 2、可以看到这组年龄数据的总体分布情况，这个方法最大的优点在于，可以根据实际情况进行自定义分组，每个分 ...
2017-06-05
Python文本处理2个小案例（文本嗅探与关键词占比统计） 问题描述：有一些句子和一些关键词，现在想找出包含至少一个关键词的那些句子（文本嗅探），可以参考print(\'=\'*30)之前的代码。如果想进一步计算 ...
2017-06-05
SPSS分析技术：非线性回归；非线性回归与曲线直线化有哪些异同点及优劣势 本文介绍的非线性回归就是针对以上更为复杂的问题而提出的一个通用的模型框架，它采用迭代方法对用户设置的各种复杂曲线模型进行拟合， ...
2017-06-05
10个基于JavaScript的机器学习实例 随着人工智能技术的发展，机器学习越来越受到开发者们的关注，从而也导致了机器学习库如雨后春笋般的涌现出来，而且没有任何放缓的趋势。虽然，传统意义上 Python 已 ...
2017-06-05在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09
