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 ...
2017-05-18Power BI 热力地图制作指南：从数据准备到实战分析 在数据可视化领域，热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库：从原理到实践的全面解析 在深度学习领域，矩阵运算堪称 “计算基石”。无论是卷积神经网络（CNN）中的 ...
2025-08-20数据建模：CDA 数据分析师的核心驱动力 在数字经济浪潮中，数据已成为企业决策的核心资产。CDA（Certified Data Analyst）数据分 ...
2025-08-20KS 曲线不光滑：模型评估的隐形陷阱，从原因到破局的全指南 在分类模型（如风控违约预测、电商用户流失预警、医疗疾病诊断）的评 ...
2025-08-20偏态分布：揭开数据背后的非对称真相，赋能精准决策 在数据分析的世界里，“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师：数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天，“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师：善用 Power BI 索引列，提升数据处理与分析效率 在 Power BI 数据分析流程中，“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师：巧用 SQL 多个聚合函数，解锁数据多维洞察 在企业数据分析场景中，单一维度的统计（如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师：驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中，表格结构数据（如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南：从 DAX 度量到可视化落地 在业务数据分析中，“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据：用法、实例与实战技巧 在 Python 编程中，函数是代码复用与逻辑封装的核心载体。多数场景下，我们 ...
2025-08-15CDA 数据分析师：引领商业数据分析体系构建，筑牢企业数据驱动根基 在数字化转型深化的今天，企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性（Feature Importance）排名解析 在机器学习领域，随机森林因其出色的预测性能和对高维数据的适应性，被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中，t 统计量是常用的重要指标，其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中，数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量：数据链路中的双重镜像 在商业数据分析体系中，流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中，商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师：数据时代的价值挖掘者 在数字经济高速发展的今天，数据已成为企业核心资产，而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中，开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据：从业务需求到技术实现 在数据分析场景中，连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12
