R语言与格式、日期格式、格式转化 R语言的基础包中提供了两种类型的时间数据，一类是Date日期数据，它不包括时间和时区信息，另一类是POSIXct/POSIXlt类型数据，其中包括了日期、时间和时区信息。基本总结如下 ...
2017-04-20
R语言中plyr包 apply族函数是R语言中很有特色的一类函数，包括了apply、sapply、lapply、tapply、aggregate等等。这一类函数本质上是将数据进行分割、计算和整合。它们在数据分析的各个阶段都有很好的用处。例 ...
2017-04-20
R语言数据集合并、数据增减、不等长合并 数据选取与简单操作： 一、数据合并 1、merge()函数 最常用merge()函数，但是这个函数使用时候这两种情况需要注意： 1、merge(a,b)，纯粹地把两个数据集 ...
2017-04-20
R语言文本挖掘之中文分词包—Rwordseg包(原理、功能、详解) 与前面的RsowballC分词不同的地方在于这是一个中文的分词包，简单易懂，分词是一个非常重要的步骤，可以通过一些字典，进行特定分词。大致分析步骤如 ...
2017-04-20
R语言实现关系图谱 数据是这样存储的 社交关系分析和可视化用的是igraph包 脚本是这样的 ------------------------------------------------------------------------------------------- #ins ...
2017-04-20
R语言之文本挖掘--分词 当前对文本挖掘的需求越来越多，而基于文本挖掘又可以实现舆情监控、文本分类、关联分析和趋势预测等。 本文主要使用李舰发布的中文分词包Rwordseg。该包引用了@ansj开发的ansj中文 ...
2017-04-20
SAS宏中两个常用的options选项 一、关于SAS中options选项msglevel msglevel：默认值是N（默认是关闭的），仅打印notes，warnings和error信息，如果设为I，则除了打印N选项的信息，同时打印附属信息，包括索 ...
2017-04-19
SAS、R如何手动输入数据 一道简单的题目，将下面的数据分别手动输入到SAS和R中，如何实现？ 一、SAS 解决方案： data cust_base_info; inputcust_no$ name$sex$ is_marri ...
2017-04-19
sas字符变量基于bad_rate分组 最近因为模型拟合的不理想的原因，sas信用评分的内容可能要停更一两周了，因为我还没能进行到模型评分卡这一步就被跨期验证给拍下来了，我做的模型，训练的数据以及测试的数据指标 ...
2017-04-19
sas批量删除重复超过90%的变量 22年前的今天我的妈咪把我带来这个世界，费尽心思把我养到这么大，我就是4月份出生的大白羊，我的生日愿望呢，就是想有个大神在留言板块教我一个怎么识别组合变量更好解释因变量 ...
2017-04-19
对于数据的统计分析来说，有很多人觉得做出p值那一步比较高深。其实不然，数据整理和数据清洗才是吃力不讨好的事情，也能体现出数据处理人员的能力。数据整理与清洗既花费时间，又不出成果，因为大家往往觉得 ...
2017-04-19
SPSS冷门秘籍,提高效率有捷径 在软件使用中，高手和新手的差别可能只在于一些小技巧或者快捷键的使用上。平时看多了诸如“Excel技巧大全”、“PS快捷键大全”。今天我们就来说说SPSS中那些能够提高效率，少(nen ...
2017-04-19
Python上下文管理器 上下文管理器(context manager)是Python2.5开始支持的一种语法，用于规定某个对象的使用范围。一旦进入或者离开该使用范围，会有特殊操作被调用 (比如为对象分配或者释放内存)。它的语法形 ...
2017-04-18
Python标准库—走马观花 Python有一套很有用的标准库(standard library)。标准库会随着Python解释器，一起安装在你的电脑中的。它是Python的一个组成部分。这些标准库是Python为你准备好的利器，可以让编程事半 ...
2017-04-18
Python缩进和选择 缩进 Python最具特色的是用缩进来标明成块的代码。我下面以if选择结构来举例。if后面跟随条件，如果条件成立，则执行归属于if的一个代码块。 先看C语言的表达方式（注意，这是C，不是Python! ...
2017-04-18
python 中基本运算的性能简析 运算的性能分析有一个高深的词汇——算法分析，主要研究的是运行时间和空间的需求。对计算时间的描述一般通过增长量级，增长量级是一套函数，其渐进增长行为是等价的，用大O来表示 ...
2017-04-18Python 文件处理的几点注意事项 文件处理在编程中是常见的操作，文件的打开，关闭，重命名，删除，追加，复制，随机读写非常容易理解和使用。需要注意的是文件的安全关闭，采用with语句轻松便捷： with ...
2017-04-18
7行Python代码的人脸识别 什么是词云呢？词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思 ...
2017-04-18
Python路径与文件 (os.path包, glob包) os.path包 os.path包主要是处理路径字符串，比如说\'/home/vamei/doc/file.txt\'，提取出有用信息。 import os.path path = \'/home/vamei/doc/file.txt\' print(os.pat ...
2017-04-17
Python文件管理 (部分os包，shutil包) 在操作系统下，用户可以通过操作系统的命令来管理文件，参考linux文件管理相关命令。Python标准库则允许我们从Python内部管理文件。相同的目的，我们有了两条途径。尽管在 ...
2017-04-17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在零售行业从“流量争夺”转向“价值深耕”的演进中，塔吉特百货（Target）以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域，二项分布与卡方检验是两个高频出现的概念，二者都常用于处理离散数据，因此常被初学者混淆。但本质上，二项分布是 ...
2025-12-15在CDA（Certified Data Analyst）数据分析师的工作链路中，“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中，HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中，“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定，工厂管理者关注产品尺寸偏差是否可控，基金 ...
2025-12-12在CDA（Certified Data Analyst）数据分析师的能力矩阵中，数据查询语言（SQL）是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题，以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A，覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中，柱形图因直观展示数据差异的优势被广泛使用，而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中，我们常需要判断“两组数据的差异是真实存在，还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA（Certified Data Analyst）数据分析师的工作体系中，数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11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
