泛化能力，英文全称generalization ability，指机器学习算法对新鲜样本的适应能力，一种预测新的input类别的能力。 通过学习找到隐含在数据背后的规律，并对具有同一规律的学习集以外的数据，这种经过训练的网络可 ...
2020-05-21
Bi这里是的意思就是Binary，二进制的意思，所以有时候叫这个算法为二进Kmeans算法。为什么我们需要用BiKmeans呢？就是为了解决初始化k个随机的质心点时其中一个或者多个点由于位置太极端而导致迭代的过程中消失的 ...
2020-05-21
SVC，英文全称support vector machine，中文为支持向量机，是一种分类算法，但是也可以做回归，根据输入的数据不同可做不同的模型（若输入标签为连续值则做回归，若输入标签为分类值则用SVC()做分类） ...
2020-05-20
方法一： K平均算法（K-means聚类分析） 在下面的误差平方和图中，拐点（bend or elbow）的位置对应的x轴即k-means聚类给出的合适的类的个数。 > n = 100 > g=6 > set.seed(g) > d <- data.frame(x = unlist(lap ...
2020-05-20
【磐创AI导读】：评估一个模型是建立一个有效的机器学习模型的核心部分，本文为大家介绍了一些机器学习模型评估指标，希望对大家有所帮助。 评估一个模型是建立一个有效的机器学习模型的核心部分 ...
2020-05-20
最大后验估计（maximum a posteriori probability estimate, 简称MAP），是贝叶斯学派的法宝之一。 与统计学派不同，贝叶斯学派认为在做估计之前，人们对要估计的实物先有一个经验性的判断，然后根据数据调整对这 ...
2020-05-20
特征向量（eigenvector），矩阵理论上一个非常重要的概念，被广泛的应用于各个领域。 数学上，线性变换的特征向量（本征向量）是一个非简并的向量，其方向在该变换下不变，该向量在此变换下缩放的比例称为其特征值 ...
2020-05-20
1.AI人工智能 Artificial Intelligence 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智 ...
2020-05-20
Z-Score，又称为再Z分数、标准分数，一个数与平均数的差再除以标准差的过程。 Z-Score能够衡量出一个分数距离平均数的相对标准距离，如果我们把每一个分数都转换成z分数，那么每一个z分数会以标准差为单位表示 ...
2020-05-20
召回率（Recall），一般指查全率，指从数据库内检出的相关的信息量与总量的比率，是数据挖掘中预测、互联网中的搜索引擎等经常涉及的两个概念和指标之一。 在实际应用中，多数人更喜欢称召回率为召回率，因为更能体 ...
2020-05-20
先验概率和后验概率是与贝叶斯概率更新有关的两个概念百。假如某一不确定事件发生的主观概率 因为某个新情况的出现 而发生了改变，那么改变前的那个概率就被叫做先验概率，改变后的概率就叫后验概率。 先验概率是指 ...
2020-05-19
K-s是模型验证的最常用的“武器”之一，而K-s曲线指洛伦兹曲线之间的差值。 K-S曲线主要是验证模型的区分能力，通常是在模型预测全体样本的信用评分后，将全体样本按违约与非违约分为两部分，然后用K-S统计量来检验 ...
2020-05-19
在判断是有监督学习还是在无监督学习上，我们可以具体是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。 什么是学习（learning）？ 一个成语 ...
2020-05-19
有部分同学，在学习初期，会认为下采样和池化是指同样的事情，只是叫法不同而已，其实这是一种错误的认知。 下采样（subsampled），或称为降采样（downsampled），指缩小图像。其主要目是使得图像符合显示区域的 ...
2020-05-19
FP-Growth使用了一种特殊的分治策略，将提供频繁项集的数据库压缩到一棵频繁模式树（FP-tree），但仍保留项集关联信息。 这种关联分析算法的概念由韩嘉炜等人在2000年提出，在FP-Growth算法中使用了一种称为频繁模 ...
2020-05-19
feature importance指特征重要性，在特征选择的许多方法中，我们可以使用随机森林模型中的特征重要属性来筛选特征，并得到其与分类的相关性。 由于随机森林存在的固有随机性，该模型可能每次给予特征不同的重要性 ...
2020-05-19
人工智能涉及到很多的技术，大家都知道人工智能离不开机器学习，不过比较少人知道人工智能也是离不开模式识别的。什么是模式识别呢？简单点说，模式识别就是对各种情况的识别。而在人工智能中，模式识别是一 ...
2020-05-19
机器学习算法会涉及到大量的数学基础内容，数学好的童靴们，你们的优势来了。在机器学习中涉及到了三个数学工具，分别是线性代数、概率统计（概率估计）、最优化理论。 今天，我们来讲概率统计，在机器学习中会涉及 ...
2020-05-19
在统计学中，连续型变量和离散型变量极为常见，今天我们就来看看它们的区别是什么？ 变量值的变动幅度不同。 对离散变量，如果变量值的变动幅度小，就可以一个变量值对应一组，称单项式分组。如居民家庭按儿童数或 ...
2020-05-18
一般来说，Rcall指令属于ROM空间的相对寻址范畴，call属于ROM空间的直接寻址范畴。 CALL和RCALL的区别： 1、指令长度不同； 2、指令执行所需机器周期不同； 3、寻址范围不同。 ——其他知识点普及： R ...
2020-05-18在数据驱动决策的体系中，数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中，诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能，Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时，常常感到“知道要分析，却不知道用什么方法”。其实，数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中，自增ID是数据表最常用的主键字段，用于唯一标识每一条业务数据，正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中，平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中，最常 ...
2026-08-31在数据驱动的时代，数据分析早已不是“凭经验、靠感觉”的零散操作，而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下，海量行业数据亟需通过专业化工具挖掘潜在价值，辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具，承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习，实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标，而是陷入“指标失控”：仪表盘上堆满实时跳动的数据，却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及，零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中，JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式，适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表，但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中，时间序列是最常见的数据类型之一，订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中，原始数据普遍存在录入错误、系统故障、偶然极值等问题，极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表，但当被问到“数据是从哪里来的？经过哪些加工才进入数据仓库？ETL具体做了什么？”时 ...
2026-08-26在数理统计与数据分析领域，多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作，而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计，但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量，核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中，InnoDB存储引擎作为主流事务型引擎，默认事务隔离级别为可重复读（Repeatable Read，RR），这与SQL Server、Or ...
2026-08-24
