B2B的用户画像怎么做？

2020-07-13

来源：接地气学堂微信公众号 作者：接地气的陈老师 分享一个B2B用户画像的做法。网上流传的资料大多是B2C相关的，导致在B2B企业的同学很困惑：”老师，说是RFM模型，可我们的客户都是n久没有一张单，一张订 ...

终于有人把数据科学、机器学习和人工智能讲明白了

2020-07-10

作者：Alex Castrounis 来源：大数据DT(ID：hzdashuju) 内容摘编自《AI战略：更好的人类体验与企业成功框架》 导读：本文讨论与人工智能相关的概念和技术，包括机器学习、深度学习、数据科学和大数据。还 ...

什么是脏数据？怎样用箱型图分析异常值？终于有人讲明白了

2020-07-13

作者：张良均 谭立云 刘名军 江建明 来源：大数据DT(ID：hzdashuju) 内容摘编自《Python数据分析与挖掘实战》(第2版) 导读：数据质量分析是数据挖掘中数据准备过程的重要一环，是数据预处理的前提，也是 ...

干活的干不过写PPT的？或许只是工作汇报的方式错了……

2020-07-09

还记得那首火爆全网，根据沙漠骆驼改编的大胆神曲《释放自我》吗? 当时可谓掀起了巨浪，其歌词精炼，一针见血，令人印象最深刻的是“干活的累死累活，有成果那又如何，到头来干不过写PPT的”。 歌词 ...

mysql数据库（库操作和表操作）常用基本命令汇总

2020-07-09

库： show databases;显示所有数据库 create database <数据库名> ;创建数据库 use <数据库名>;使用数据库 drop <数据库名> 直接删除数据库, 不提醒 show tables; 查看当前数据库中的表 desc na ...

你需要掌握的4种常用数据降维方法

2020-07-09

近来数据记录和规模属性都在急剧增长，由于大多数数据挖掘算法都是直接逐列处理数据，因此导致算法越来越慢。为了保证减少数据列数的同时，丢失的数据信息尽可能少， 数据降维处理算法应运而生。 一、降维的 ...

关于numpy概念的简单理解

2020-07-06

numpy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象(如掩码数组和矩阵)，以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、 ...

分析20万条弹幕告诉你，8.9分的高分剧《隐秘的角落》到底好看在哪儿？

2020-06-30

最近这部《隐秘的角落》彻底火了，目前在豆瓣高达8.9分，有45万余人进行了评论。 一时间剧中张东升那句「爬山」、「你说我还有机会吗」 承包了6月份的梗。各种表情包和段子齐飞。 ...

SQL:窗口函数的简介和分类

2020-06-29

函数大家都知道，那么窗口函数呢?窗口是标准的SQL术语，用来描述SQL语句内OVER子句划定的内容，这个内容就是窗口函数的作用域。下面就跟小编一起来看窗口函数的具体内容吧。 窗口函数是 SQL 中一类特别的函数， ...

哪些数据库是行存储？哪些是列存储？有什么区别？

2020-06-28

作者：Alex Petrov 来源：大数据DT(ID：hzdashuju) 内容摘编自《数据库系统内幕》 导读：本文带你了解面向列与面向行的数据库。 大多数数据库系统存储一组数据记录，这些记录由表中的列和行组成。 ...

EXCEL数据透视表的制作方法

2020-06-24

数据透视表堪称是EXCEL最强大的功能了，是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按 ...

从Hadoop到ClickHouse，现代BI系统有哪些问题？如何解决？

2020-06-24

导读：一次机缘巧合，在研究BI产品技术选型的时候，我接触到了ClickHouse，瞬间就被其惊人的性能所折服。这款非Hadoop生态、简单、自成一体的技术组件引起了我极大的好奇。那么ClickHouse好在哪呢?本文带你做一个 ...

SQL结构化查询语言分类

2020-06-24

SQL是数据分析常用的一种工具，今天跟小编一起来学习一下SQL结构化查询语言都有哪些分类吧。 结构化查询语言(英语：Structural Query Language，缩写：SQL)，是一种特殊目的之编程语言，用于数据库中的标准数据 ...

机器学习数据降维方法：PCA主成分分析

2020-06-16

PCA在机器学习中很常用，是一种无参数的数据降维方法。PCA步骤： 将原始数据按列组成n行m列矩阵X 将X的每一行（代表一个属性字段）进行零均值化，即减去这一行的均值 求出协方差矩阵 求 ...

pandas数据处理：常用却不甚了解的函数，pd.read_excel()

2020-06-01

人们经常用pandas处理表格型数据，时常需要读入excel表格数据，很多人一般都是直接这么用：pd.read_excel(“文件路径文件名”),再多一点的设置可能是转义一下路径中的斜杠，一旦原始的excel表不是很规整，这 ...

数据管理框架中的元数据管理是什么？

2020-05-14

大数据时代下，凭借数据管理框架中的重要管理职能，元数据管理也越来越频繁的出现在大家的视野中。 元数据及应用也是数据仓库的重要组成部分，它是描述数据的数据（data about data)，描述数据的属性信息，可以帮助 ...

如何用Python实现数据透视表？解除你对透视表的疑惑！

2020-05-09

相信接触过Excel的小伙伴都知道，Excel有一个非常强大的功能“数据透视表”，使用数据透视表可以自由选择不同字段，用不同的聚合函数进行汇总，并建立交叉表格，用以从不同层面观察数据。这么强大的功能，在Python ...

R语言dplyr包学习笔记（详细版）

2020-05-07

R语言dplyr包主要用于数据清洗和整理，主要功能有：行选择、列选择、统计汇总、窗口函数、数据框交集等是非常高效、友好的数据处理包，学清楚了，基本上数据能随意玩弄，对的，随意玩弄，简直大大提高数据处理及分 ...

千亿数据优化，如何绕过数据倾斜这头拦路虎？

2020-04-21

作者：dantezhao 前言： 数据倾斜是大数据领域绕不开的拦路虎，当你所需处理的数据量到达了上亿甚至是千亿条的时候，数据倾斜将是横在你面前一道巨大的坎。 迈的过去，将 ...

一文读懂非关系型数据库（NoSQL）

2020-04-20

NoSQL(NoSQL = Not Only SQL )，意即\"不仅仅是SQL\"。 现代计算系统每天在网络上都会产生庞大的数据量。这些数据有很大一部分是由关系型数据库管理系统（RDBMSs）来处理，其严谨成熟的数学理 ...