第1个问题 Q：偏态分布和率的置信区间怎么估计，如下图划红线一栏 A：置信区间越来越重要，正态的容易，那么偏态和率的95CI置信区间怎么估计呢？本公众号分别写 ...
2020-04-21在考虑变量之间的关系时，我们通常摘要变量之间的相关程度。对于数值型变量，通常计算相关系数和进行回归分析，而对于定类型变量则通常采用列联表过程进行分析。列联表给出了多个变量在不同 ...
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 ...
2020-04-21
python简单实现操作Mysql数据库 用python编写数据库的代码很方便，但是如果不想自己写sql语句，其实还有更多的讨巧办法。使用webpy的db库就是不错的一个选择。当然为了使用webpy的db，之前你还需要安装MySQLdb ...
2020-04-21
Python实现连接postgresql数据库的方法分析 本文实例讲述了Python实现连接postgresql数据库的方法。分享给大家供大家参考，具体如下： python可以通过第三方模块连接postgresql. 比较有名的有psycopg2 ...
2020-04-21
1. channels 使用 需要注意的是做生信分析的童鞋使用 conda 环境时一定要特别注意 conda channels 的设置，滥用 channels 很有可能会导致你的软件升降级（甚至环境）错乱。推荐设置如下（~/.condarc）： ...
2020-04-20
无论它的规模和大小如何，数据已经成为现代企业、公司和组织的一流资产。任何一个智能系统都需要数据驱动，无论它多复杂。每个智能系统的核心，均有一个或多个基于某种数据学习方法的算法，例如机器学习、深 ...
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 ...
2020-04-20
文本挖掘：从大量文本数据中抽取出有价值的知识，并且利用这些知识重新组织信息的过程。 语料库是我们要分析的所有文档的集合。 2.1 概念： eg：我的家乡是广东省湛江市-->我/的/家乡/是/广东 ...
2020-04-20
本文包含了五个知识点： 2. Python数据预处理实战 4. 对鸢尾花进行分类案例实战 一、数据挖掘与机器学习技术简介 在日常生活中，数据挖掘技术应用的非常广泛。例如对于商户而言，常常需要对其 ...
2020-04-20
HBase 是一个NoSQL数据库，用于处理海量数据，可以支持10亿行百万列的大表，下面就了解一下数据是如何存放在HBase表中的 关系型数据库的表结构 为了更好的理解HBase表的思路，先回顾 ...
2020-04-17
您是否已经创建了一个 Tableau 仪表板扩展？ 太棒了！ 但是您是通过什么与用户进行交互的？它容易使用吗？它美观且有效吗？ 本文将告诉您如何让仪表板扩展为用户提供友好的体验！如果您刚刚开始构建仪表 ...
2020-04-17
作者 | 石秀峰 导读：主数据（Master Data）是具有共享性的基础数据，可以在企业内跨越各个业务部门被重复使用的，因此通常长期存在且应用于多个系统。由于主数据是企业基准数据，数据来 ...
2020-04-17
来源 | 接地气学堂 “你这一堆说明了啥！” “你的重点在哪里？” “你的维度太单一了！” 明明出了那么多组数据，为什么还被说“分析维度不够多？”今天我 ...
2020-04-17
筛选是从结果集中删除某些值或值范围的过程。 视图中创建 将要筛选的字段拖放至筛选栏，在弹出的筛选器对话框中选择筛选方式。 显示筛选器 按照筛选字段的数据类型，可 ...
2020-04-16
Tableau内置的连接器可以连接到所有常用的数据源。 目前可以连接70多种数据源，分为本地连接和服务器连接。 Tableau支持的本地连接包括Excel、txt、csv、json等各类常见的源数据格式，还支持多种空间文件， 为 ...
2020-04-16
tableau是一款非常棒的数据可视化商业软件，通过拖拉拽的方式迅速的实现数据可视化。而且该软件可以连接任何一种数据库，在处理大型数据时一点都不逊色。缺点是其无法从事数据分析和挖掘工作，幸运的是，从tab ...
2020-04-16
作为世界范围商务智能与分析平台最有影响力的评估报告，Gartner2019魔力象限评估报告：微软以PowerBI作为其BI平台，连续12年获得领导者地位；tableau也连续8年稳居领导者象限。 两大行业领导者的对比 T ...
2020-04-16
如果您有着下面这些疑问： 那么，您可以通过学习本系列教程帮助您快速了解powerBI工具的使用，让您乘上数据分析之路的直通车。 以下是Microsoft Power BI官网给的定义： 简单 ...
2020-04-16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在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29
