机器学习中的范数规则化之 L0、L1与L2范数 今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇 ...
2017-05-11
Python里面的矩阵与矢量化运算 Python在数据挖掘、数据分析中用的很多。最基础的矩阵与矢量化运算需要掌握。 需要下载安装的包：Numpy Windows下cmd窗口输入以下命令即可成功安装 ...
2017-05-11R语言学习之矩阵 很多人是在线性代数课学的矩阵，当时什么问题都没有，除了一个问题：学习矩阵到底有什么用呢？矩阵是一个集合，它里面可以存放很多对象，比如一个行就是一个对象（或者说记录），每一个对象又 ...
2017-05-11R语言中的数组和列表 R语言中的数组与其它语言数组类似，它是一种高维的数据结构。维数过高运算会很不方便，所以用的很少，这里介绍是本着不落下任何知识点的目的。万一以后遇到了，虽然不方便，还是可以进行运 ...
2017-05-11
SPSS：如何进行探索分析 探索分析是在对数据的基本特征统计量有初步了解的基础上，对数据进行的更为深入详细的描述性观察分析。它在一般描述性统计指标的基础上，增加了有关数据其他特征的文字与图形描述，显得 ...
2017-05-10
SPSS分析技术：多重线性回归模型；极端值与多重共线性的识别与处理 如果拟合质量不好，可能存在的问题主要有以下两个方面： 极端值（强点）的影响。我们都知道，在线性回归分析中，自变量回归系数的确定主要 ...
2017-05-10
SPSS详细操作：碰见有序分类资料，怎么办 经常听到有小伙伴刚学了武林秘籍之卡方检验，只要碰到分类资料就一通乱打，虽说有时候能赢几场，但是也有被打的鼻青脸肿的，还自言自语的说，招数没毛病呀！？事实上毛 ...
2017-05-10
机器学习项目中的数据预处理与数据整理之比较 要点 在常见的机器学习/深度学习项目里，数据准备占去整个分析管道的60％到80％。 市场上有各种用于数据清洗和特征工程的编程语言、框架和工具。它们之间的 ...
2017-05-10
SPSS语法的使用 通过使用强大的命令语言，您可以保存并自动执行许多常规任务。它还提供一些在菜单和对话框中没有的功能。大多数命令可以从菜单和对话框访问。但是，某些命令和选项只能通过命令语言使用。命令语 ...
2017-05-10
如何将连续变量创建为变量 要创建分类变量inccat： 从数据编辑器窗口的菜单中选择： 转换> 可视离散化... 在初始的“可视离散化”对话框中，选择要为其创建新的离散化变量的刻度变量和/或 有序变 ...
2017-05-10
R文本分类之RTextTools 古有曹植七步成诗，而RTextTools是一款让你可以在十步之内实现九种主流的机器学习分类器模型的文本分类开发包。 它集成了(或者说支持)如下算法相关的包： 支持向量机（Support Vec ...
2017-05-09
Python中的线性代数运算 这里，为了熟悉Python语言的特性，我们采用一种最原始的方式去定义线性代数运算的相关函数。如果是真实应用场景，则直接使用NumPy的函数即可。 1.向量 创建一个向量 我们可以把P ...
2017-05-09
使用Python进行线性回归 线性回归是最简单同时也是最常用的一个统计模型。线性回归具有结果易于理解，计算量小等优点。如果一个简单的线性回归就能取得非常不错的预测效果，那么就没有必要采用复杂精深的模型了 ...
2017-05-09
干货 ：用户细分的流程与方法 通常，用户细分既不是分析的不是起点也不是分析的终点，而是伴随某个特定的分析而存在。精准化营销，需要用户细分，譬如你拥有同城的数十万消费者的资料数据库，随时为有需要的同 ...
2017-05-09
三张图读懂机器学习:基本概念、五大流派与九种常见算法 机器学习正在进步，我们似乎正在不断接近我们心中的人工智能目标。语音识别、图像检测、机器翻译、风格迁移等技术已经在我们的实际生活中开始得到了应用 ...
2017-05-09
为什么你的数据分析那么好，图表做得那么烂 所有优秀的数据可视化依赖优异的设计，并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息，尽可能减轻用户获取信息的成本。当 ...
2017-05-09
写论文，没数据？R语言抓取网页大数据 纵观国内外，大数据的市场发展迅猛，政府的扶持也达到了空前的力度，甚至将大数据纳入发展战略。如此形势为社会各界提供了很多机遇和挑战，而我们作为卫生(医学)统计领域 ...
2017-05-08
数据人才工种之数据分析师 什么是数据分析师呢？ 关于这个问题，仁者见仁，智者见智。 在我看来，数据分析师就一群做数据分析工作的人，要做好数据分析工作，并不容易。数据分析师在做数据分析工作时，他们 ...
2017-05-08
R语言玩数据：数据+算法+计算引擎+知识表达 本文介绍玩数据的四部曲，分别是数据、算法、计算引擎和知识表达。 一、数据 数据的观点，如下： 玩数据首先要拥有数据，”巧妇难为无米之炊“。 业务 ...
2017-05-08
R文本挖掘之tm包 tm包是R文本挖掘方面不可不知也不可不用的一个package。它提供了文本挖掘中的综合处理功能。如：数据载入，语料库处理，数据预处理，元数据管理以及建立“文档-词条”矩阵。 下面，即从tm包提 ...
2017-05-08在神经网络模型搭建中，“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活，导致回归任务输出异 ...
2025-12-05在机器学习落地过程中，“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据， ...
2025-12-05在CDA（Certified Data Analyst）数据分析师的能力模型中，“指标计算”是基础技能，而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中，R方（决定系数）是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例，取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中，经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标（如外卖订单地址、景 ...
2025-12-04在CDA（Certified Data Analyst）数据分析师的指标体系中，“通用指标”与“场景指标”并非相互割裂的两个部分，而是支撑业务分 ...
2025-12-04每到“双十一”，电商平台的销售额会迎来爆发式增长；每逢冬季，北方的天然气消耗量会显著上升；每月的10号左右，工资发放会带动 ...
2025-12-03随着数字化转型的深入，企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等，这些 ...
2025-12-03在CDA（Certified Data Analyst）数据分析师的工作体系中，“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中，损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜，却 ...
2025-12-02在CDA（Certified Data Analyst）数据分析师的日常工作中，“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节，标准化是消除量纲影响的核心手段——它将不同量级的特征（如“用户年龄”“消费金额”）转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天，A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中，LSTM（长短期记忆网络）凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑：用 ...
2025-12-01引言：数据时代的“透视镜”与“掘金者” 在数字经济浪潮下，数据已成为企业决策的核心资产，而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常，常始于一堆“毫无章法”的数据点：电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中，“query end”是查询执行生命周期的收尾阶段，理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA（Certified Data Analyst）数据分析师的工具包中，透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码，仅通过 ...
2025-11-28在统计分析中，数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”，直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中，技术人员常面临一个选择：是一次性查询500条数据，还是分5次每次查询100条？这个问 ...
2025-11-27
