以下使用scikit-learn中数据集进行分享。 如果选用随机森林作为最终的模型，那么找出它的最佳参数可能有1000多种组合的可能，你可以使用使用穷尽的网格搜索（Exhaustive Grid Seaarch）方法，但时间成本将会很 ...
2020-06-10pandas datetime # datetime.timedelta 时间差 t1 = datetime.datetime(2017,10,1) print(t1) print(\"\") tx = datetime.timedelta(100) # timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, m ...
2020-06-10今天我们来详细讲解下，Linux浏览文件的三种命令，它们分别是：cat、less、more！ cat命令: 一次性在终端中显示文件的所有内容 cat Facebook首席运营官桑德伯格《Lean\\ In》.txt cat命令显示出 ...
2020-06-10Affinity Propogation最初是由Brendan Frey 和 Delbert Dueck于2007年在Science上提出的。相比其它的层次聚类算法，Affinity Propogation算法不需要预先指定聚类个数。 Affinity Propogation算法的原理可以简单 ...
2020-06-10Numpy基础数据结构 import numpy as np ar = np.array([[1,2,3], [3,4,6], [4,5,7]]) # 二维数组 print(ar) print(type(ar)) ar [[1 2 3] [3 4 6] [4 5 7]] array([[1, 2, 3], [3, 4, 6], [4, 5, 7] ...
2020-06-10CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待 ...
2020-06-09CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待 ...
2020-06-09虽然在图论中，python可视化已经占据的一定优势，但是不可否认，微软公司的excel仍然占有一席之地。 Excel是Microsoft为使用Windows和Apple Macintosh操作系统的电脑编写的一款电子表格软件。直观的界面、出色 ...
2020-06-09延续上次图论的文章，我们继续为大家介绍几个用起来更顺手的小技巧。相信大家在工作中都遇到过在Excel中插入各种符号或者特殊标识的数字的时候比较苦恼，其实这些符号的插入也是有操作小技巧的哦！ 一、 快捷键 ...
2020-06-09我们生活在大数据时代的背景之下 ，单单是我们个人每天就会产生各种各样的数据，对于企业来说，更是一样。 像之前乔布斯掌舵的苹果等，几乎每个大中型企业都有自己的ERP或者OA系统，日积月累就会帮企业存储大量 ...
2020-06-09理论物理学家和研究科学家Mehmet Suzen曾表示，二分类任务是机器学习的基础。但是，其性能的标准统计信息是一种数学工具，ROC-AUC很难解释。在这里，引入了一种性能度量，该度量仅考虑进行正确的二进制分类的可能 ...
2020-06-09前面我们介绍了mysql数据库中的建表导表的步骤以及基础的SELECT语句，本篇再基于第一篇文章的数据基础上我们梳理下聚合和分组。 对表进行聚合学习重点 使用聚合函数对表中的列进行计算合计值或者平均 ...
2020-06-09上一篇文章我们介绍了mysql数据库中的建表导表的步骤，本篇再基于上篇文章的数据基础上我们介绍下SELECT语句 一.SELECT语句基础 学习要点 使用SELECT从表中选取数据。 为列设定显示用的别名。 ...
2020-06-09大家好，相信很多学习数据分析的小伙伴在面试前都经历过刷题，本系列小编将带大家一起来刷一刷mysql面试必会的经典50题。 当然本系列文章不单单是刷题，小编会带着大家梳理一下解题时用到的知识点，所以基础比 ...
2020-06-09
尽管深度学习在人工智能领域做出了巨大贡献，但它还是有一个不太好的地方：它需要大量数据。这是深度学习的先驱者和批评家都同意的一件事。实际上，由于有用数据的有限可用性有限以及处理该数据的计算能力不 ...
2020-06-09
CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下python的计算时间，减少大家在算法上的等待 ...
2020-06-08
CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待时间。 ...
2020-06-05这节我们来聊一下用户留存的话题，用户留存有多重要呢？“不留存，就去死”，听起来还是有点耸人听闻的对吧。说到留存，不得不先弄清楚用户画像，所谓“知己知彼，百战不殆！” 很多大佬们往往更关注留存这 ...
2020-06-05Hadoop通过改变其配置文件来更改运行模式，我们通过修改如下四个配置文件core-site.xml、hdfs-site.xml、mapred-site.xml和yarn-site.xml即可让Hadoop以伪分布模式运行。 Hadoop的配置文件是 xml 格式，每个配 ...
2020-06-04接着上文我们来聊一下“用户激活”这个话题，提到用户激活，怎么样的营销决策是好的呢？相信很多同学脑海都浮现一个词，没错，就是“Aha”时刻，用户激活是离不开Aha时刻的。 如何定义它呢？Aha（惊喜）时刻， ...
2020-06-04数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16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
