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 ...
2017-05-08CDA数据分析师 出品 作者：李诗怡 STP模型（营销战略三步法） 定义： 现代营销战略核心框架，通过市场细分（S）、目标市场选择（ ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中，主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验（AB ...
2026-09-18 很多企业并不缺少指标，缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子，指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代，流量红利逐步消退，粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中，图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度，能够从 ...
2026-09-17 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-09-17在企业数字化运营、业务流程管理与精细化管控体系中，流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中，卡方检验是分析分类变量关联性与差异性的重要方法，广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者：李诗怡 定义： 用户增长核心分析框架，刻画用户从接触产品到自发推荐的全生命周期，五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代，企业传统的广撒网式营销模式成本高、转化率低，已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计，能熟练计算均值、中位数、标准差，但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中，GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似，常搭配使用，但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及，数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法，却忽略了数据分析的一项基础能力——描述性统计。事实上，大量商业分析问题，用描述 ...
2026-09-14在MySQL数据库运维与开发实践中，经常出现一种典型现象：数据库实际存储的数据量很小，数据表条数少、文件体积低，但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差，但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者：李诗怡 定义： 将同一时间段内因具备相同属性或共同经历的用户划分为群体，分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中，客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果， ...
2026-09-10在数据可视化体系中，柱形图是最基础、应用最广泛的图表类型，其中**累计柱形图（堆积柱状图）**是兼顾整体总量与内部结构的核心 ...
2026-09-10
