你真的会玩SQL吗？之逻辑查询处理阶段 最近要对数据库进行优化，但由于工作项目中已经很少亲自写SQL而且用的都不是很复杂的语句，所以有些生疏了，于是翻翻N年前的笔记资料，想以此来记录回顾总结一些实用的SQL ...
2017-05-21
0基础搭建Hadoop大数据处理-环境 由于Hadoop需要运行在Linux环境中，而且是分布式的，因此个人学习只能装虚拟机，本文都以VMware Workstation为准，安装CentOS7，具体的安装此处不作过多介绍，只作需要用到的知 ...
2017-05-21
提升数据建模的10种技术措施 随着企业有了能够轻松访问和分析数据以提高性能的新机会，数据建模也是变形的。数据建模不仅仅是任意组织数据结构和关系，还必须与最终用户的需求和问题联系起来，并提供指导，帮助 ...
2017-05-21
0基础搭建Hadoop大数据处理-初识 在互联网的世界中数据都是以TB、PB的数量级来增加的，特别是像BAT光每天的日志文件一个盘都不够，更何况是还要基于这些数据进行分析挖掘，更甚者还要实时进行数据分析，学习， ...
2017-05-21
Hadoop集群搭建 目的 本文描述了如何安装、配置和管理有实际意义的Hadoop集群，其规模可从几个节点的小集群到几千个节点的超大集群。 如果你希望在单机上安装Hadoop玩玩，从这里能找到相关细节。 先决 ...
2017-05-21
Hadoop面试中6个常见的问题及答案 准备好面试了吗？呀，需要Hadoop的知识！！？不要慌！这里有一些可能会问到的问题以及你应该给出的答案。 Q1.什么是Hadoop？ Hadoop是一个开源软件框架，用于存储大量数 ...
2017-05-21
关于数据分析思路的4点心得 1.看数据的纬度 在对一款产品或者一款产品的其中的一个模块进行分析时，我们可以从两个大纬度去分析数据。 首先是从广阔的视角先去查看数据，这里需要对该产品所处的行业数据 ...
2017-05-20
商业数据挖掘的几种应用场景和主题 数据挖掘涉及到公司运营的方方面面，这包括对企业部门经营情况的评估、内部员工的管理、生产流程的监管、产品结构优化与新产品开发、财务成本优化、市场结构的分析和客户关系 ...
2017-05-20
关于如何解释机器学习的一些方法 到现在你可能听说过种种奇闻轶事，比如机器学习算法通过利用大数据能够预测某位慈善家是否会捐款给基金会啦，预测一个在新生儿重症病房的婴儿是否会罹患败血症啦，或者预测一位 ...
2017-05-20R语言并行计算的原理和案例 众所周知，在大数据时代R语言有两个弱项，其中一个就是只能使用单线程计算。但是R在2.14版本之后，R就内置了parallel包，强化了R的并行计算能力。 parallel包实际上整合了之前已 ...
2017-05-20
机器学习需要哪些数学基础 过去的几个月中，有几人联系我，诉说他们对尝试进入数据科学的世界，以及用机器学习的技术去探索统计规律并构建无可挑剔的数据驱动型产品的热忱。然而，我发现一些人实际上缺乏必要的 ...
2017-05-20
R语言：关联规则+时间因素=序贯关联规则 序贯模型=关联规则+时间因素。 今天下午基本上把通过arulesSequences来进行序列模式挖掘搞明白了，晚上又把arulesSequences中最重要的函数cspade查看了一下。Mark一下。 ...
2017-05-19
python实现六大分群质量评估指标（兰德系数、互信息、轮廓系数） 1 R语言中的分群质量——轮廓系数 因为先前惯用R语言，那么来看看R语言中的分群质量评估，节选自笔记︱多种常见聚类模型以及分群质量评估（聚类 ...
2017-05-19
R语言︱词典型情感分析文本操作技巧汇总（打标签、词典与数据匹配等） 情感分析中对文本处理的数据的小技巧要求比较高，笔者在学习时候会为一些小技巧感到头疼不已。 主要包括以下内容： 1 批量读取txt ...
2017-05-19
R语言︱集合运算—小而美法则 集合运算的一般规则如下： union(x,y) #求并集 intersect(x,y) #求交集 setdiff(x,y) #求属于x而不属于y的所有元素 setequal(x,y) #判断x与y是否相等 a %in% y #判断a是否为y ...
2017-05-19数据挖掘：层次性和时髦性 在银行做了两年的数据分析和挖掘工作，较少接触互联网的应用场景，因此，一直都在思考一个问题，“互联网和金融，在数据挖掘上，究竟存在什么样的区别”。在对这个问题的摸索和理解过 ...
2017-05-19做好数据挖掘模型必读的9条高端经验总结 数据挖掘是利用业务知识从数据中发现和解释知识(或称为模式)的过程，这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式，是在20世纪90年代实践领 ...
2017-05-19
用Python处理数据集中的缺失值 现实生活中的数据经常存在缺失值。产生缺失值的原因有很多，如观察资料未被记录、数据损坏等。由于很多机器学习算法不支持存在缺失值的数据集，正确处理缺失值就显得比较重要了。 ...
2017-05-18
Python做文本挖掘的情感极性分析 「情感极性分析」是对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程。按照处理文本的类别不同，可分为基于新闻评论的情感分析和基于产品评论的情感分析。其中，前 ...
2017-05-18
Python代码在实践过程中的经验总结 关于Python脚本，在具体的实践过程中经常会遇到一些问题，下面将其总结，便于使用。考虑使用 Logger(logger 怎么配置，需要输出哪些信息 — 可以反向考虑，比方说看到这个 lo ...
2017-05-18在企业数字化转型的深水区，数据已成为核心生产要素，而“让数据可用、好用”则是挖掘数据价值的前提。对CDA（Certified Data An ...
2025-12-24数据分析师认证考试全面升级后，除了考试场次和报名时间，小伙伴们最关心的就是报名费了，报 ...
2025-12-23CDA中国官网是全国统一的数据分析师认证报名网站，由认证考试委员会与持证人会员、企业会员以及行业知名第三方机构共同合作，致 ...
2025-12-23在Power BI数据可视化分析中，矩阵是多维度数据汇总的核心工具，而“动态计算平均值”则是矩阵分析的高频需求——无论是按类别计 ...
2025-12-23在SQL数据分析场景中，“日期转期间”是高频核心需求——无论是按日、周、月、季度还是年度统计数据，都需要将原始的日期/时间字 ...
2025-12-23在数据驱动决策的浪潮中，CDA（Certified Data Analyst）数据分析师的核心价值，早已超越“整理数据、输出报表”的基础层面，转 ...
2025-12-23在使用Excel数据透视表进行数据分析时，我们常需要在透视表旁添加备注列，用于标注数据背景、异常说明、业务解读等关键信息。但 ...
2025-12-22在MySQL数据库的性能优化体系中，索引是提升查询效率的“核心武器”——一个合理的索引能将百万级数据的查询耗时从秒级压缩至毫 ...
2025-12-22在数据量爆炸式增长的数字化时代，企业数据呈现“来源杂、格式多、价值不均”的特点，不少CDA（Certified Data Analyst）数据分 ...
2025-12-22在企业数据化运营体系中，同比、环比分析是洞察业务趋势、评估运营效果的核心手段。同比（与上年同期对比）可消除季节性波动影响 ...
2025-12-19在数字化时代，用户已成为企业竞争的核心资产，而“理解用户”则是激活这一资产的关键。用户行为分析系统（User Behavior Analys ...
2025-12-19在数字化转型的深水区，企业对数据价值的挖掘不再局限于零散的分析项目，而是转向“体系化运营”——数据治理体系作为保障数据全 ...
2025-12-19在数据科学的工具箱中，析因分析（Factor Analysis, FA）、聚类分析（Clustering Analysis）与主成分分析（Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来，Transformer模型凭借自注意力机制的强大建模能力，在NLP、CV、语音等领域 ...
2025-12-18在CDA（Certified Data Analyst）数据分析师的时间序列分析工作中，常面临这样的困惑：某电商平台月度销售额增长20%，但增长是来 ...
2025-12-18在机器学习实践中，“超小数据集”（通常指样本量从几十到几百，远小于模型参数规模）是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”，其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”，后续的建模 ...
2025-12-17在CDA（Certified Data Analyst）数据分析师的日常工作中，“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中，次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标，更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中，“以用户为中心”已成为企业的核心经营理念，而用户画像则是企业洞察用户、精准决策的“核心工具”。然而， ...
2025-12-16
