sas字符变量基于iv值的最优分类 1.IV的用途 IV的全称是InformationValue，中文意思是信息价值，或者信息量。 我们在用逻辑回归、决策树等模型方法构建分类模型时，经常需要对自变量进行筛选。比如我们有2 ...
2017-03-27
SAS中最常用的10个命令 SAS是乔伊平时学习中常用到的数据处理软件之一。在处理大批量数据时，SAS不能说太好用呢。SAS也是学习起来十分简单的一个软件，掌握一些基本的命令，就可以满足日常的数据处理需求。 ...
2017-03-27
简单易学的机器学习算法—Gibbs采样 一、Gibbs采样概述 前面介绍的Metropolis-Hastings采样为从指定分布中进行采样提供了一个统一的框架，但是采样的效率依赖于指定的分布的选择，若是选择的不好，会使得接受率 ...
2017-03-27
MATLAB技巧—sort和sortrows函数 1、sort函数 sort函数用于对数据进行排序，通过help sort命令，可以查找到sort函数的具体用法： Y = SORT(X,DIM,MODE) has two optional parameters. DIM selects a dimensio ...
2017-03-27
机器学习算法实践—K-Means算法与图像分割 一、理论准备 1.1、图像分割 图像分割是图像处理中的一种方法，图像分割是指将一幅图像分解成若干互不相交区域的集合，其实质可以看成是一种像素的聚类过程。通常使用 ...
2017-03-27
使用Python分析纽约出租车搭乘数据 在纽约，出租车分为两类：黄色和绿色。黄色出租(Yellow TAXI)车可以在纽约五大区（布朗克斯区、布鲁克林区、曼哈顿、皇后区、斯塔滕岛）内任何地点搭载乘客。绿色出租车(Gree ...
2017-03-27
机器学习算法与Python实践之（四）支持向量机（SVM）实现 八、SVM的实现之SMO算法 终于到SVM的实现部分了。那么神奇和有效的东西还得回归到实现才可以展示其强大的功力。SVM有效而且存在很高效的训练算法， ...
2017-03-26
机器学习算法与Python实践之（三）支持向量机（SVM）进阶 五、核函数 如果我们的正常的样本分布如下图左边所示，之所以说是正常的指的是，不是上面说的那样由于某些顽固的离群点导致的线性不可分。它是真的 ...
2017-03-26
机器学习算法与Python实践之（二）支持向量机（SVM）初级 一、引入 支持向量机（SupportVector Machines），这个名字可是响当当的，在机器学习或者模式识别领域可是无人不知，无人不晓啊。八九十年代的时候 ...
2017-03-26
机器学习算法与Python实践之（一）k近邻（KNN） 一、kNN算法分析 K最近邻（k-Nearest Neighbor，KNN）分类算法可以说是最简单的机器学习算法了。它采用测量不同特征值之间的距离方法进行分类。它的思想很简 ...
2017-03-26
简单易学的机器学习算法—马尔可夫链蒙特卡罗方法MCMC 对于一般的分布的采样，在很多的编程语言中都有实现，如最基本的满足均匀分布的随机数，但是对于复杂的分布，要想对其采样，却没有实现好的函数，在这里， ...
2017-03-26
Python基础—网络编程 在网络编程中主要是使用Socket(套接字)进行编程，套接字相当于应用程序访问下层网络的服务的接口，使用Socket可以是得不同主机之间进行通信，从而实现数据交换。 1、Socket工作方式 套 ...
2017-03-26
python—时间与时间戳之间的转换 对于时间数据，如2016-05-05 20:28:54，有时需要与时间戳进行相互的运算，此时就需要对两种形式进行转换，在Python中，转换时需要用到time模块，具体的操作有如下的几种： 将 ...
2017-03-25
简单易学的机器学习算法—Mean Shift聚类算法 一、Mean Shift算法概述 Mean Shift算法，又称为均值漂移算法，Mean Shift的概念最早是由Fukunage在1975年提出的，在后来由Yizong Cheng对其进行扩充，主要提出 ...
2017-03-25
《数学之美》拾遗—潜在语义索引(LSI) 一、潜在语义索引的提出 潜在语义索引(LSI)，又称为潜在语义分析(LSA)，是在信息检索领域提出来的一个概念。主要是在解决两类问题，一类是一词多义，如“bank”一词 ...
2017-03-25
《数学之美》拾遗—TF-IDF 在学习机器学习的过程中，我写了简单易学的机器学习算法的专题，依然还有很多的算法会陆续写出来。网上已经有很多人分享过类似的材料，我只是通过自己的理解，想尽可能用一种通俗易懂 ...
2017-03-25
简单易学的机器学习算法——协同过滤推荐算法(2) 一、基于协同过滤的推荐系统 协同过滤(Collaborative Filtering)的推荐系统的原理是通过将用户和其他用户的数据进行比对来实现推荐的。比对的具体方法就是通过 ...
2017-03-25
简单易学的机器学习算法—协同过滤推荐算法(1) 一、推荐系统的概念 推荐系统(Recommendation System, RS)，简单来说就是根据用户的日常行为，自动预测用户的喜好，为用户提供更多完善的服务。举个简单的例子， ...
2017-03-25
简单易学的机器学习算法—主成分分析(PCA) 一、数据降维 对于现在维数比较多的数据，我们首先需要做的就是对其进行降维操作。降维，简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降维的操作 ...
2017-03-24
简单易学的机器学习算法—岭回归(Ridge Regression) 一、一般线性回归遇到的问题 在处理复杂的数据的回归问题时，普通的线性回归会遇到一些问题，主要表现在： 预测精度：这里要处理好这样一对为题，即样本的 ...
2017-03-24【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧，他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代，企业的每一次业务优化、每一项技术迭代，都需要回答一个核心问题：这个动作到底能带来多少价值？是提升了用户转化 ...
2026-05-15在数据仓库建设中，事实表与维度表是两大核心组件，二者相互关联、缺一不可，共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法，却忽略了数据分析最基础也最核心的能力——描述性统计。事实上，80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14在Python数据分析中，Pandas作为核心工具库，凭借简洁高效的数据处理能力，成为数据分析从业者的必备技能。其中，基于两列（或多 ...
2026-05-14 很多人把统计学理解为“一堆公式和计算”，却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手，不是会 ...
2026-05-14在零售行业存量竞争日趋激烈的当下，客户流失已成为侵蚀企业利润的“隐形杀手”——据行业数据显示，零售企业平均客户流失率高达 ...
2026-05-13当流量红利消退、用户需求日趋多元，“凭经验决策、广撒网投放”的传统营销模式早已难以为继。大数据的崛起，为企业营销提供了全 ...
2026-05-13 许多数据分析师精通Excel函数和SQL查询，但当面对一张上万行的销售明细表，要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-05-13在手游行业存量竞争日趋激烈、流量成本持续高企的当下，“拉新”早已不是行业核心痛点，“留存”尤其是“付费留存”，成为决定手 ...
2026-05-12 很多数据分析师掌握了Excel函数、会写SQL查询，但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-05-12用户调研是企业洞察客户需求、优化产品服务、制定运营策略的核心前提，而调研数据的可靠性，直接决定了决策的科学性与有效性。在 ...
2026-05-11在市场竞争日趋激烈、流量成本持续攀升的今天，企业的核心竞争力已从“获取流量”转向“挖掘客户价值”。客户作为企业最宝贵的资 ...
2026-05-11 很多数据分析师精通Excel单元格操作，熟练应用多种公式，但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质 ...
2026-05-11在互联网运营、产品优化、用户增长等领域，次日留存率是衡量产品价值、用户粘性与运营效果的核心指标，更是判断新用户是否认可产 ...
2026-05-09相关性分析是数据分析领域中用于探究两个或多个变量之间关联强度与方向的核心方法，广泛应用于科研探索、商业决策、医疗研究、社 ...
2026-05-09 数据分析师八成以上的时间在和数据表格打交道，但许多人拿到Excel后习惯性地先算、先分析，结果回头发现漏了一列关键数据， ...
2026-05-09在数据驱动运营的时代，指标是连接业务目标与实际行动的核心桥梁，是企业解读业务现状、发现问题、预判趋势的“量化标尺”。一套 ...
2026-05-08在存量竞争日趋激烈的商业时代，“以客户为中心”早已从口号落地为企业运营的核心逻辑。而客户画像作为打通“了解客户”与“服务 ...
2026-05-08
