决策树、逻辑回归、线性回归使用时注意事项以及模型过拟合策略 决策树缺点和注意事项： 决策树的最大缺点是原理中的贪心算法。因此它所做的选择只能是某种意义上的局部最优选择。 若目标变量是连续变量，那么 ...
2018-01-17
R语言获取优化的k均值聚类 k均值算法效率快也易于实现，但在算法开始要求提前规定好簇K的数目，因此我们可以使用距离的平方和确定那个K值能够得到最好的k均值聚类效果。 操作 执行以下操作为K均值算法找到最合 ...
2018-01-17
python 实例简述 k-近邻算法的基本原理 首先我们一个样本集合，也称为训练样本集，在训练样本集中每个数据都存在一个标签用来指明该数据的所属分类。在输入一个新的未知所属分类的数据后，将新数据的所有特征和 ...
2018-01-17
面对大数据过分渲染宣传，你需要了解的9件事 大数据和开放数据不是一回事，但他们有着密切的联系（正如我在主题发言稿“未来的大数据将会开放到什么程度？”上写到的）。我们正在关注的大数据一些趋势和话题与 ...
2018-01-17企业如何实现对大数据的处理与分析 随着两化深度融合的持续推进，全面实现业务管理和生产过程的数字化、自动化和智能化是企业持续保持市场竞争力的关键。在这一过程中数据必将成为企业的核心资产，对数据的处理 ...
2018-01-17python中如何使用正则表达式的集合字符示例 本文主要给大家介绍了关于python使用正则表达式的集合字符的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍吧。 在正则表达式里，想匹 ...
2018-01-17大数据时代 个性化服务落地四步骤 大数据的迅速增长及相关技术的发展，正在带来全新的商业机遇。大数据将怎样改变人们的生活？又将如何改变企业的生意？维克托·尔耶·舍恩伯格在《大数据时代：生活、工作与思 ...
2018-01-17
回顾与展望丨数据科学 机器学习：2017年的主要发展和2018年的关键趋势 KDnuggets邀请了数据科学相关领域杰出的代表人物对2017年的主要发展和2018年的趋势进行了总结和预测。主要内容涉及到 AI 、深度学习、机 ...
2018-01-16
『如何成为十字型数据精英』线下活动回顾 2018年1月14日，CDA数据分析师在北京举办了「如何成为十字型数据精英」线下活动，有幸邀请到了李奇（微软Excel MVP）、崔丹（GrowingIO 市场总监）、 王安（布本智能 ...
2018-01-16【北京天路佑尊投资咨询有限公司】招聘数据分析师 天路有道是全球性的金融业务咨询及投资策略研发公司，公司业务涉及项目管理、组织基金、国际外汇、差价合约、人才培训、EA研发等多方位经营领域。聚集了国内外的专 ...
2018-01-16【贝罗斯(上海)投资管理有限公司】招聘数据分析师 以香港为总部，专注于金融机构的不良资产收购与处置。与主要的信贷金融机构、资产管理公司、银行、私募基金、对冲基金有广泛的业务关系。 职位月薪：6001-8000元/ ...
2018-01-16【重庆笛美商贸有限公司】招聘数据分析师 重庆笛美商贸有限公司是一家拥有较为丰富的客户资源和行销经验，公司于2014年成立，注册资金110万，总部位于重庆，公司下设有营销部、网络部、服务部、综合部、售后部、技术 ...
2018-01-16
python实现的 K-近邻算法代码详细解释 一、k近邻算法概述 k近邻算法采用测量不同特征值之间的距离方法进行分类。 优点：精度高、对异常值不敏感、无数据输入假定。 缺点：计算复杂度高、空间复杂度高 ...
2018-01-16
决策树之ID3算法及其Python实现 1. 决策树背景知识 决策树是数据挖掘中最重要且最常用的方法之一，主要应用于数据挖掘中的分类和预测。决策树是知识的一种呈现方式，决策树中从顶点到每个结点的路径都是 ...
2018-01-16
逻辑回归，决策树，支持向量机 选择方案 分类是我们在工业界经常遇到的场景，本文探讨了3种常用的分类器，逻辑回归LR，决策树DT和支持向量机SVM。 这三个算法都被广泛应用于分类（当然LR，DT和SVR也可以用于 ...
2018-01-16
逻辑回归与决策树在分类上的区别 在讨论之前，让我们来看一下逻辑回归和决策树的主要差别： 有些分歧是表面的，例如决策树可以对付缺失值，而逻辑回归需要挖掘人员预先对缺失数据进行处理。但实际上决策 ...
2018-01-16
大数据要充分利用 但更要保护用户隐私 全球进入移动互联网时代后，一个巨大进步是一切活动都在往移动互联网这个舞台上转移。所有社会活动、金融交易等都在网络上留下了痕迹或者说有迹可循。由此带来的进步是革 ...
2018-01-16
基于R语言实现Lasso回归分析 主要步骤： 将数据存成csv格式，逗号分隔 在R中，读取数据，然后将数据转成矩阵形式 加载lars包，先安装 调用lars函数 确定Cp值最小的步数 ...
2018-01-16python函数装饰器用法实例详解 本文实例讲述了python函数装饰器用法。分享给大家供大家参考。具体如下： 装饰器经常被用于有切面需求的场景，较为经典的有插入日志、性能测试、事务处理等。装饰器是解决这类问 ...
2018-01-16
2018，怎么缓解大数据的尴尬 关于大数据，最近爆出的一个笑话：在电影业一次内部行业会议上，一位巨无霸级别的电影业发言人说：通过数据挖掘，我们发现不同观众的相关卖品偏好。比如《芳华》的观众比《战狼Ⅱ》 ...
2018-01-16在回归分析的结果解读中，R方（决定系数）是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例，取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中，经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标（如外卖订单地址、景 ...
2025-12-04在CDA（Certified Data Analyst）数据分析师的指标体系中，“通用指标”与“场景指标”并非相互割裂的两个部分，而是支撑业务分 ...
2025-12-04每到“双十一”，电商平台的销售额会迎来爆发式增长；每逢冬季，北方的天然气消耗量会显著上升；每月的10号左右，工资发放会带动 ...
2025-12-03随着数字化转型的深入，企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等，这些 ...
2025-12-03在CDA（Certified Data Analyst）数据分析师的工作体系中，“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中，损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜，却 ...
2025-12-02在CDA（Certified Data Analyst）数据分析师的日常工作中，“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节，标准化是消除量纲影响的核心手段——它将不同量级的特征（如“用户年龄”“消费金额”）转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天，A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中，LSTM（长短期记忆网络）凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑：用 ...
2025-12-01引言：数据时代的“透视镜”与“掘金者” 在数字经济浪潮下，数据已成为企业决策的核心资产，而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常，常始于一堆“毫无章法”的数据点：电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中，“query end”是查询执行生命周期的收尾阶段，理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA（Certified Data Analyst）数据分析师的工具包中，透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码，仅通过 ...
2025-11-28在统计分析中，数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”，直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中，技术人员常面临一个选择：是一次性查询500条数据，还是分5次每次查询100条？这个问 ...
2025-11-27对数据分析从业者和学生而言，表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表，都 ...
2025-11-27在业务数据可视化中，热力图（Heat Map）是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低，让“ ...
2025-11-26在企业数字化转型中，业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色，从初级到高级，其职责边界、能 ...
2025-11-26
