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在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30
