在處理數(shù)據(jù)的過程中,經常會遇到原數(shù)據(jù)部分內容的缺失,為了保證我們最終數(shù)據(jù)統(tǒng)計結果的正確性,通常我們有兩種處理方式,第一種就是刪除掉這些部分缺失的數(shù)據(jù);第二種就是填補這些缺失的數(shù)據(jù)。接下來,我們主要介 ...
2020-07-06numpy是Python中科學計算的基礎包。它是一個Python庫,提供多維數(shù)組對象,各種派生對象(如掩碼數(shù)組和矩陣),以及用于數(shù)組快速操作的各種API,有包括數(shù)學、邏輯、形狀操作、排序、選擇、輸入輸出、離散傅立葉變換、 ...
2020-07-061、打開python的官網:https://www.python.org/downloads/windows/,選擇Downloads,并選擇需要的版本。 2、安裝 (1)勾選Add PythonXXto PATH是把Python的安裝路徑添加到系統(tǒng)環(huán)境變量的Path變量中 ...
2020-07-06pandas 是 Python 的外部模塊,基于NumPy ,是為了解決數(shù)據(jù)分析任務而創(chuàng)建的,對數(shù)據(jù)挖掘前期數(shù)據(jù)的處理工作十分有用。pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法,而且納入了大量庫和一些標準的數(shù) ...
2020-07-06數(shù)據(jù)建模指的是對現(xiàn)實世界各類數(shù)據(jù)的抽象組織,確定數(shù)據(jù)庫需管轄的范圍、數(shù)據(jù)的組織形式等直至轉化成現(xiàn)實的數(shù)據(jù)庫。 在數(shù)據(jù)分析與挖掘中,我們通常需要根據(jù)一些數(shù)據(jù)建立起特定的模型,然后處理。模型的建立需要 ...
2020-07-06進行商業(yè)分析時,自然少不了BI分析工具的應用,小編今天就整理了一些常用的BI分析工具,供大家參考。 1.tableau tableau是目前市面上較為成功的BI分析工具。產品既有針對性,又有普適性。拖放式界面,操作簡 ...
2020-07-06說到數(shù)據(jù)管理和數(shù)據(jù)可視化工具,往往大家第一個想到的就是tableau。tableau是用來做數(shù)據(jù)的管理和數(shù)據(jù)可視化的工具,致力于幫助人們查看并理解自己的數(shù)據(jù),可以說是在數(shù)據(jù)分析工具中最好用的數(shù)據(jù)管理及可視化軟件, ...
2020-07-06powerBI 是微軟新一代商業(yè)分析工具,用于在組織中提供見解。能夠根據(jù)filter條件,對數(shù)據(jù)執(zhí)行動態(tài)篩選,從不同的角度和粒度上分析數(shù)據(jù);可連接數(shù)百個數(shù)據(jù)源、簡化數(shù)據(jù)準備并提供即席分析;能夠把相關的靜態(tài)數(shù)據(jù)轉換為 ...
2020-07-06概括地說,泛化能力(generalization ability)是指機器學習算法對新鮮樣本的適應能力。學習的目的是學到隱含在數(shù)據(jù)對背后的規(guī)律,對具有同一規(guī)律的學習集以外的數(shù)據(jù),經過訓練的網絡也能給出合適的輸出,該能力稱為 ...
2020-07-03今天小編給大家?guī)淼氖乾F(xiàn)在非?;鸨臋C器學習方法——集成學習。集成學習,顧名思義,通過將多個單個學習器集成/組合在一起,使它們共同完成學習任務,有時也被稱為“多分類器系統(tǒng)(multi-classifier system)”、 ...
2020-07-03今天我們來盤點一下那些常見的機器學習中的損失函數(shù)有哪些。 用于計算損失的函數(shù)稱為損失函數(shù)。模型每一次預測的好壞用損失函數(shù)來度量。機器通過損失函數(shù)進行學習,如果預測值與實際結果偏離較遠,損失函數(shù)會得 ...
2020-07-03支持向量機是一種二類分類模型.它的基本模型是定義在特征空間上的間隔最大的線性分類器。其學習策略是間隔最大化,可形式化為求解凸二次規(guī)劃問題,也等價于正則化的合葉損失函數(shù)的最小化問題。 支持向量機學習 ...
2020-07-03SVM和LR是機器學習中常用的算法,今天就讓我們來看一下這兩者有哪些相同點和不同點吧。 SVM和LR的相同點: 1.LR和SVM都是有監(jiān)督的學習 2.LR和SVM都可以處理分類問題,且一般都用于處理線性二分類問題(在 ...
2020-07-03相信大家在機器學習中,一定常見到;SVC,NvSVC,LinearSVC,今天我們就來看看這三者的區(qū)別。 SVC(C-Support Vector Classification): 支持向量分類,基于libsvm實現(xiàn)的,數(shù)據(jù)擬合的時間復雜度是數(shù)據(jù)樣本的二 ...
2020-07-03支持向量機SVM(Support Vector Machine),是常見的一種判別方法。在機器學習領域,是有監(jiān)督學習模型,通常用來進行模式識別、分類及回歸分析,主要針對小樣本數(shù)據(jù)進行學習、分類和預測,類似的根據(jù)樣本進行學習的 ...
2020-07-03在機器學習中,有成千上萬甚至幾十萬的維度的數(shù)據(jù)需要處理,這種情況下機器學習的資源消耗是不可接受的,并且很大程度上影響著算法的復雜度,因此對數(shù)據(jù)降維是必要的。PCA(Principal Component Analysis)是一種常 ...
2020-07-03函數(shù)是組織好的,能夠重復使用的,用來實現(xiàn)單一,或相關聯(lián)功能的代碼段。python提供了許多內建函數(shù),這些函數(shù)提高了應用的模塊性,和代碼的重復利用率。下面是小編整理的python內建函數(shù)中的反射類,希望對各位學習 ...
2020-07-03echarts是一個純JavaScript圖表庫,底層依賴于輕量級的Canvas類庫ZRender(矢量圖形庫),基于BSD開原協(xié)議,是一款非常優(yōu)秀的可視化前端框架。 優(yōu)點: 1.免費商用 2.兼容當前絕大部分瀏覽器,包括:IE8/9/1 ...
2020-07-02正態(tài)分布(Normal distribution)又稱為高斯分布(Gaussian distribution),是統(tǒng)計學中一個重要且常見的連續(xù)概率分布。 特性: 1)集中性:曲線的最高峰位于正中央,且位置為均數(shù)所在的位置。 2)對稱性:正態(tài) ...
2020-07-02數(shù)據(jù)分析時,數(shù)據(jù)量大不可怕,可怕的是數(shù)據(jù)傾斜。當出現(xiàn)數(shù)據(jù)傾斜時,小量任務耗時遠高于其它任務,從而使得整體耗時過大,未能充分發(fā)揮分布式系統(tǒng)的并行計算優(yōu)勢。下面小編就給大家分享幾種數(shù)據(jù)傾斜優(yōu)化的方法,希 ...
2020-07-02SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10