99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

<tfoot id="mkok7"></tfoot>

<kbd id="mkok7"></kbd><p id="mkok7"></p>

<sub id="mkok7"><rt id="mkok7"></rt></sub>

<abbr id="mkok7"></abbr>

熱線電話：13121318867

登錄

CDA持證人阿濤哥

CDA L1學習筆記維度度量與指標

城市人口 /人面積 /平方千米人口密度/人每平方千米上海 2400萬 6300 3800北京 2300萬 16300 1400維度，度量，指標這三個是一種相對概念維度：說明數(shù)據(jù)，多是分類型數(shù)據(jù)，非數(shù)值型數(shù)據(jù) 維度是指可指定不同值的描述性屬性或特征。常見

240.0012

2

0

0

關注作者

收藏

CDA120942

統(tǒng)計的基本概念

統(tǒng)計學含義1.1 數(shù)據(jù)分析步驟：核心：數(shù)據(jù)① 收集數(shù)據(jù)：做調(diào)查問卷爬蟲數(shù)據(jù)接入② 處理數(shù)據(jù)重復值缺失值異常值數(shù)據(jù)編碼③ 分析數(shù)據(jù)2. 統(tǒng)計學分析數(shù)據(jù)的方法3. 統(tǒng)計學的基本概念——數(shù)據(jù)統(tǒng)計學的對象是數(shù)據(jù)數(shù)據(jù)的形式結(jié)構(gòu)化數(shù)據(jù)數(shù)字：所有可以用數(shù)字來描述的叫結(jié)構(gòu)化數(shù)據(jù)，可以進行比較、加減乘除運算等。非結(jié)構(gòu)化數(shù)據(jù)所有不可以用數(shù)字來描述的叫非結(jié)構(gòu)化數(shù)據(jù)，如：文字、圖像、聲音、男女等。3.1 數(shù)據(jù)的分類

117.0563

3

0

0

關注作者

收藏

CDA121077

什么是波士頓矩陣模型？

波士頓矩陣模型：是對產(chǎn)品進行分類示范圖如下：市場占有率：為企業(yè)實力。銷售增長率：為市場需求。兩者可根據(jù)實際需求改動明星產(chǎn)品:市場占有率和銷售增長率同時大于閾值的產(chǎn)品【保持現(xiàn)狀，可加大投資以支持其迅速發(fā)展】現(xiàn)金牛產(chǎn)品：市場占有率高于閾值，銷售增長率低于閾值的產(chǎn)品【建議增加所屬產(chǎn)品附加價值促進消費】問題產(chǎn)品：市場占有率低于閾值，銷售增長率高于閾值的產(chǎn)品【建議

127.3127

3

0

0

關注作者

收藏

申宗康

明確需求：（因變量Y）數(shù)據(jù)清洗：（重復值、缺失值、異常值、數(shù)據(jù)編碼）變量篩選：（業(yè)務、相關分析（看相關系數(shù)和散點圖）、逐步回歸）分割、測試機、訓練集（預測）回歸：（F檢驗（檢驗模型）、t檢驗（檢驗各個變量）、R^2(如果是多元線性回歸的話再看調(diào)整后的R^2)）模型調(diào)優(yōu)：考慮線性性、共線性、內(nèi)生性、（殘差的序列相關性、正態(tài)性和同方差）繼續(xù)優(yōu)化：（季節(jié)變量、高次項、交互項、啞變量）模型測試：測試集

271.7841

7

0

0

關注作者

收藏

申宗康

三類相關系數(shù)

皮爾遜相關系數(shù)（pearson）:一般計算兩個連續(xù)型變量的相關系數(shù)肯德爾相關系數(shù)（kenddl）:一個連續(xù)性一個分類型斯皮爾曼相關系數(shù)（spearman）：兩個變量，不論是連續(xù)型還是分類型都可，但盡量不要用斯皮爾曼相關系數(shù)，因為它是非參數(shù)的，會損失信息。

85.3070

6

0

0

關注作者

收藏

申宗康

懷疑什么，什么就做原假設。第一類錯誤（棄真錯誤）：原假設為真時拒絕了原假設。第二類錯誤（取偽錯誤）：原假設為為假時接受了原假設。假設檢驗流程：提出原假設H0確定適當?shù)臋z驗統(tǒng)計量規(guī)定顯著水平計算檢驗統(tǒng)計量的值做出統(tǒng)計決策

85.3021

6

0

0

關注作者

收藏

Adams小乙

統(tǒng)計分析——RFM模型

最近一次消費最近一次消費意指上一次購買的時候。理論上，上一次消費時間越近的顧客應該是比較好的顧客，對提供即時的商品或是服務也最有可能會有反應。營銷人員若想業(yè)績有所成長，只能靠偷取競爭對手的市場占有率，而如果要密切地注意消費者的購買行為，那么最近的一次消費就是營銷人員第一個要利用的工具。歷史顯示，如果我們能讓消費者購買，他們就會持續(xù)購買。這也就是為什么，0至6個月的顧客收到營銷人員的溝通信息多于31

108.4091

6

0

0

關注作者

收藏

Adams小乙

數(shù)據(jù)分析——推薦算法

推薦算法是計算機專業(yè)中的一種算法，通過一些數(shù)學算法，推測出用戶可能喜歡的東西，應用推薦算法比較好的地方主要是網(wǎng)絡。所謂推薦算法就是利用用戶的一些行為，通過一些數(shù)學算法，推測出用戶可能喜歡的東西。推薦算法的研究起源于20世紀90年代，由美國明尼蘇達大學GroupLens研究小組最先開始研究，他們想要制作一個名為Movielens的電影推薦系統(tǒng)，從而實現(xiàn)對用戶進行電影的個性化推薦。

39.8327

5

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——數(shù)據(jù)賦能

數(shù)字賦能的五個階段分別是業(yè)務監(jiān)控、業(yè)務洞察、業(yè)務優(yōu)化、洞察變現(xiàn)和業(yè)務轉(zhuǎn)型。如今是一個大數(shù)據(jù)時代，數(shù)據(jù)是很重要的信息，業(yè)務監(jiān)控主要是收集用戶數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、運營數(shù)據(jù)等，形成報告或者報表。業(yè)務洞察是根據(jù)數(shù)據(jù)分析結(jié)論，對潛在客群，產(chǎn)品運營進行洞察。業(yè)務優(yōu)化是根據(jù)分析結(jié)果，優(yōu)化關鍵業(yè)務節(jié)點和流程引擎，在每個交易節(jié)點上降低成本、提升效率。洞察變現(xiàn)是根據(jù)對用戶、產(chǎn)品、運營的洞察，尋找到用戶變現(xiàn)、產(chǎn)品變現(xiàn)以及渠

21.7876

3

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——數(shù)據(jù)清洗

數(shù)據(jù)清洗是指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識別的錯誤的最后一道程序，包括檢查數(shù)據(jù)一致性，處理無效值和缺失值等。與問卷審核不同，錄入后的數(shù)據(jù)清理一般是由計算機而不是人工完成。數(shù)據(jù)清洗(Data cleaning)– 對數(shù)據(jù)進行重新審查和校驗的過程，目的在于刪除重復信息、糾正存在的錯誤，并提供數(shù)據(jù)一致性。數(shù)據(jù)清洗從名字上也看的出就是把“臟”的“洗掉”，指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識別的錯誤的最后一道程序，包括檢查

21.7835

2

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——顯著性

顯著性，又稱統(tǒng)計顯著性（Statistical significance），是指零假設為真的情況下拒絕零假設所要承擔的風險水平，又叫概率水平，或者顯著水平。顯著性表示得以相互區(qū)別的能力。在統(tǒng)計假設檢驗中，公認的小概率事件的概率值被稱為統(tǒng)計假設檢驗的顯著性水平，對同一量，進行多次計量，然后算出平均值。對于偏離平均值的正負差值，就是其不確定度。其差值越大，則計量的不確定度就越大，對于具有特定的發(fā)生概

37.0977

4

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——矩陣的秩

矩陣的秩是線性代數(shù)中的一個概念。在線性代數(shù)中，一個矩陣A的列秩是A的線性獨立的縱列的極大數(shù)，通常表示為r(A)，rk(A)或rank A。在線性代數(shù)中，一個矩陣A的列秩是A的線性獨立的縱列的極大數(shù)目。類似地，行秩是A的線性無關的橫行的極大數(shù)目。即如果把矩陣看成一個個行向量或者列向量，秩就是這些行向量或者列向量的秩，也就是極大無關組中所含向量的個數(shù)。方陣(行數(shù)、列數(shù)相等的矩陣)的列秩和行秩總是相等的

37.0937

3

0

0

關注作者

收藏

申宗康

隨機森林（Random Forest）是一種組合預測模型，顧名思義隨機森林是用隨機方式建立一片森林，森林中包含眾多有較高預測精度且弱相關，甚至不相關的決策樹并且成組合預測模型。在隨機森林算法模型中的每一棵決策樹中，彼此之間并沒有聯(lián)系。在建立好森林模型之后，每當出現(xiàn)新的空氣數(shù)據(jù)輸入樣本時，森林模型中的每一棵決策樹便各自獨立進行判斷。隨機森林可以出來高維度（特征很多）的數(shù)據(jù)，并且不用降維，無需做特征選

18.0116

3

0

0

關注作者

收藏

申宗康

決策樹是一種樹形結(jié)構(gòu)，其中每個內(nèi)部節(jié)點便是屬性上的測試，每個分支代表一個測試，每個支點代表一個測試輸出，每個葉節(jié)點代表一種類別。決策樹容易發(fā)生過擬合、容易忽略數(shù)據(jù)集中屬性的相互關聯(lián)。需對決策樹進行剪紙枝處理，減小過擬合情況的發(fā)生。

18.0116

3

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——偏態(tài)分布

偏態(tài)分布是與“正態(tài)分布”相對，分布曲線左右不對稱的數(shù)據(jù)次數(shù)分布，是連續(xù)隨機變量概率分布的一種?？梢酝ㄟ^峰度和偏度的計算，衡量偏態(tài)的程度?？煞譃檎珣B(tài)和負偏態(tài)，前者曲線右側(cè)偏長，左側(cè)偏短；后者曲線左側(cè)偏長，右側(cè)偏短偏態(tài)分布(skewness distribution)指頻數(shù)分布的高峰位于一側(cè)，尾部向另一側(cè)延伸的分布。它分為正偏態(tài)和負偏態(tài)。偏態(tài)分布的資料有時取對數(shù)后可以轉(zhuǎn)化為正態(tài)分布，反映偏態(tài)分布的集

17.3026

4

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——正態(tài)分布

正態(tài)曲線呈鐘型，兩頭低，中間高，左右對稱因其曲線呈鐘形，因此人們又經(jīng)常稱之為鐘形曲線。若隨機變量X服從一個數(shù)學期望為μ、方差為σ2的正態(tài)分布，記為N(μ，σ2)。其概率密度函數(shù)為正態(tài)分布的期望值μ決定了其位置，其標準差σ決定了分布的幅度。當μ = 0,σ = 1時的正態(tài)分布是標準正態(tài)分布。由于一般的正態(tài)總體其圖像不一定關于y軸對稱，對于任一正態(tài)總體，其取值小于x的概率。只要會用它求正態(tài)總體在某個特

83.8588

4

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——置信度

在統(tǒng)計學中，一個概率樣本的置信區(qū)間（Confidence interval）是對這個樣本的某個總體參數(shù)的區(qū)間估計。置信區(qū)間展現(xiàn)的是這個參數(shù)的真實值有一定概率落在測量結(jié)果的周圍的程度。置信區(qū)間給出的是被測量參數(shù)測量值的可信程度范圍，即前面所要求的“一定概率”。這個概率被稱為置信水平。置信區(qū)間只在頻率統(tǒng)計中使用。在貝葉斯統(tǒng)計中的對應概念是可信區(qū)間。但是可信區(qū)間和置信區(qū)間是建立在不同的概念基礎上的，因此

6.4076

3

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——聚類算法原理

聚類方法1．層次聚類（Hierarchical Clustering）合并法、分解法、樹狀圖2. 非層次聚類劃分聚類、譜聚類聚類方法特征：· 聚類分析簡單、直觀。· 聚類分析主要應用于探索性的研究，其分析的結(jié)果可以提供多個可能的解，選擇最終的解需要研究者的主觀判斷和后續(xù)的分析；· 不管實際數(shù)據(jù)中是否真正存在不同的類別，利用聚類分析都能得到分成若干類別的解；· 聚類分析的解完全依賴于研究者所

108.9181

5

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——聚類分析

聚類分析指將物理或抽象對象的集合分組為由類似的對象組成的多個類的分析過程。它是一種重要的人類行為。聚類分析的目標就是在相似的基礎上收集數(shù)據(jù)來分類。聚類源于很多領域，包括數(shù)學，計算機科學，統(tǒng)計學，生物學和經(jīng)濟學。在不同的應用領域，很多聚類技術(shù)都得到了發(fā)展，這些技術(shù)方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。聚類與分類的不同在于，聚類所要求劃分的類是未知的。聚類是將數(shù)據(jù)

30.6754

5

0

0

關注作者

收藏

Adams小乙

統(tǒng)計學習——共線性

共線性，即同線性或同線型。統(tǒng)計學中，共線性即多重共線性。多重共線性（Multicollinearity）是指線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系而使模型估計失真或難以估計準確。一般來說，由于經(jīng)濟數(shù)據(jù)的限制使得模型設計不當，導致設計矩陣中解釋變量間存在普遍的相關關系。完全共線性的情況并不多見，一般出現(xiàn)的是在一定程度上的共線性，即近似共線性。原因（1）經(jīng)濟變量相關的共同趨勢。

84.2405

6

0

0

關注作者

收藏

<1234…55>

CDA考試動態(tài)

考試內(nèi)容

CDA報考指南

聯(lián)系我們