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【核心关键词】报表、数据源、客户、营销、业绩、销售、时效性、函数、可视化、运营、数据分析、数据报表、业务部门、数据运营 ...
2026-06-30在数据分析、商业预测、经济统计、运维监控等领域中，绝大多数业务数据都具备时间连续性特征，例如月度销售额、日度客流量、季度 ...
2026-06-30 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 ...
2026-06-30在 SQL Server 安装、服务启动、数据库文件操作等场景中，经常会遇到 “实例已在使用” 类报错，不同触发场景的原因与处理方式差 ...
2026-06-29在Excel数据统计、财务核算、销售复盘、库存盘点等办公场景中，经常需要在数据透视表中实现一列数据乘以另一列数据的计算需求， ...
2026-06-29在数据分析中，指标是连接业务与数据的核心语言。它并非一个简单的数字，而是一个将模糊的业务需求（如“提升用户粘性”）转化为 ...
2026-06-29【核心关键词】大数据、零售商、消费者、供应链、运营、企业、产品、客户、数据模型、大数据平台、数据开发、系统运维、业务逻 ...
2026-06-26在物流配送、供应链履约、终端供货等业务场景中，送货率是衡量企业履约能力、服务质量、供应链稳定性的核心业务指标，直接关联客 ...
2026-06-26 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” ...
2026-06-26在数字化管理与数据化运营体系中，指标是连接原始数据与业务决策的核心载体。零散的原始数据只是无意义的数值堆砌，无法直接反映 ...
2026-06-25在Excel数据汇总、财务统计、业务复盘等日常办公场景中，经常需要完成逐行相乘、整体汇总求和的计算需求，最典型的场景就是：单 ...
2026-06-25 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 ...
2026-06-25【核心关键词】主数据、资产、供应商、现金流、企业、精细化、集团、数字化、中国、数据质量、数据管理、经营管理、地产行业、 ...
2026-06-24在数据分析、假设检验、AB测试、学术研究等统计场景中，显著水平（α）与P值（P-value）是判断统计结果是否具有统计学意义的两个 ...
2026-06-24小李刚入职了一家互联网公司的运营部门。第一次参加业务复盘会，运营主管问了一个看似简单的问题：“这个月新用户留存率下降了5 ...
2026-06-24在数字化转型全面渗透的产业背景下，数据分析已成为互联网、金融、零售、制造等几乎所有行业的核心岗位能力。很多初学者对数据分 ...
2026-06-23在企业并购、股权定价、投融资评估、资产核算等资本市场核心场景中，市场法是应用最广泛、市场认可度最高的企业价值评估方法。传 ...
2026-06-23 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 ...
2026-06-23【核心关键词】运营、证书、金融、客户、产品、软件、销售额、量化、科技、数据分析、金融行业、证券类软件、业务流程、金融机 ...
2026-06-22在企业方案选型、产品迭代评审、供应商筛选、运营效果复盘等决策场景中，单一指标的优劣判断往往无法支撑科学决策。一套转化效果 ...
2026-06-22
