工業(yè)大數(shù)據(jù)分析的誤區(qū)與建議 作為數(shù)據(jù)價(jià)值變現(xiàn)的核心技術(shù)手段之一,大數(shù)據(jù)分析的作用被廣泛宣傳甚至神化。對(duì)于工業(yè)大數(shù)據(jù)分析,產(chǎn)業(yè)界存在有不少困惑。是否把商業(yè)大數(shù)據(jù)分析照搬過來就是就足夠了?只要有了海 ...
2016-09-11SAS中數(shù)據(jù)集的合并 數(shù)據(jù)集的合并分為兩種情形:第一種是縱向合并,即把具有相同變量的數(shù)據(jù)集合并起來;另一種是橫向合并,把記錄數(shù)目相同的數(shù)據(jù)集合并起來。 1 縱向合并 縱向合并的方法很簡單,就是使 ...
2016-09-10SPSS的Frequencies過程 第一、選擇Statistics 第一組: Percentile Value(百分位數(shù)組) Quartiles:四分位數(shù) Cut points for equal groups:將數(shù)據(jù)平分為所設(shè)定的相等等分,本例輸入6 ...
2016-09-10數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用案例分享 信用卡業(yè)務(wù)具有透支筆數(shù)巨大、單筆金額小的特點(diǎn),這使得數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用成為必然。國外信用卡發(fā)卡機(jī)構(gòu)已經(jīng)廣泛應(yīng)用數(shù)據(jù)挖掘技術(shù)促進(jìn)信用卡業(yè)務(wù)的發(fā) ...
2016-09-10數(shù)據(jù)挖掘過程中:數(shù)據(jù)預(yù)處理 在數(shù)據(jù)分析之前,我們通常需要先將數(shù)據(jù)標(biāo)準(zhǔn)化(normalization),利用標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。數(shù)據(jù)標(biāo)準(zhǔn)化也就是統(tǒng)計(jì)數(shù)據(jù)的指數(shù)化。數(shù)據(jù)標(biāo)準(zhǔn)化處理主要包括數(shù)據(jù)同趨化處 ...
2016-09-10零售業(yè)中常見數(shù)據(jù)分析 財(cái)務(wù)分析: 1)分析企業(yè)的財(cái)務(wù)狀況,了解企業(yè)資產(chǎn)的流動(dòng)性、現(xiàn)金流量、負(fù)債水平及企業(yè)償還長短期債務(wù)的能力,從而評(píng)價(jià)企業(yè)的財(cái)務(wù)狀況和風(fēng)險(xiǎn)。 2)分析企業(yè)的資產(chǎn)管理水平,了解企業(yè) ...
2016-09-10幾種常見的缺失數(shù)據(jù)插補(bǔ)方法 (一)個(gè)案剔除法(Listwise Deletion) 最常見、最簡單的處理缺失數(shù)據(jù)的方法是用個(gè)案剔除法(listwise deletion),也是很多統(tǒng)計(jì)軟件(如SPSS和SAS)默認(rèn)的缺失值處理方法。在這 ...
2016-09-10數(shù)據(jù)挖掘過程中:數(shù)據(jù)預(yù)處理 在數(shù)據(jù)分析之前,我們通常需要先將數(shù)據(jù)標(biāo)準(zhǔn)化(normalization),利用標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。數(shù)據(jù)標(biāo)準(zhǔn)化也就是統(tǒng)計(jì)數(shù)據(jù)的指數(shù)化。數(shù)據(jù)標(biāo)準(zhǔn)化處理主要包括數(shù)據(jù)同趨化處理 ...
2016-09-09數(shù)據(jù)挖掘系統(tǒng)的分類 數(shù)據(jù)挖掘是一個(gè)交叉學(xué)科領(lǐng)域,受多個(gè)學(xué)科影響,包括數(shù)據(jù)庫系統(tǒng)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、可視化和信息科學(xué)。此外,依賴于所用的數(shù)據(jù)挖掘方法,可以使用其他學(xué)科的技術(shù),如神經(jīng)網(wǎng)絡(luò)、模糊和/或粗 ...
2016-09-09數(shù)據(jù)挖掘算法之關(guān)聯(lián)規(guī)則挖掘(一)apriori算法 關(guān)聯(lián)規(guī)則挖掘算法在生活中的應(yīng)用處處可見,幾乎在各個(gè)電子商務(wù)網(wǎng)站上都可以看到其應(yīng)用 舉個(gè)簡單的例子 如當(dāng)當(dāng)網(wǎng),在你瀏覽一本書的時(shí)候,可以在頁面中看到一 ...
2016-09-09SPSS數(shù)據(jù)錄入對(duì)格式的要求 數(shù)據(jù)準(zhǔn)備是開始數(shù)據(jù)分析的第一步,不過很多初學(xué)者就卡在這個(gè)問題上。錄入的數(shù)據(jù)不符合SPSS對(duì)數(shù)據(jù)格式的要求,導(dǎo)致無法正確進(jìn)行后續(xù)的一系列分析過程。 首先來看一下SPSS的數(shù)據(jù)存 ...
2016-09-09SPSS輸出的結(jié)果都要寫到文章中嗎 經(jīng)常有人問到,SPSS輸出的結(jié)果都要寫到文章中嗎?文章中應(yīng)該寫什么呢?比如,均值、中位數(shù)、眾數(shù)、標(biāo)準(zhǔn)差、百分位數(shù)、最小值、最大值等等,都要出現(xiàn)在文章中嗎?洋洋灑灑那么多 ...
2016-09-09統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘關(guān)系 1. 簡介 統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘有著共同的目標(biāo):發(fā)現(xiàn)數(shù)據(jù)中的結(jié)構(gòu)。事實(shí)上,由于它們的目標(biāo)相似,一些人(尤其是統(tǒng)計(jì)學(xué)家)認(rèn)為數(shù)據(jù)挖掘是統(tǒng)計(jì)學(xué)的分支。這是一個(gè)不切合實(shí)際的看法。因?yàn)閿?shù) ...
2016-09-08一個(gè)資深數(shù)據(jù)人對(duì)數(shù)據(jù)挖掘解讀 在銀行做了兩年的數(shù)據(jù)分析和挖掘工作,較少接觸互聯(lián)網(wǎng)的應(yīng)用場(chǎng)景,因此,一直都在思考一個(gè)問題,“互聯(lián)網(wǎng)和金融,在數(shù)據(jù)挖掘上,究竟存在什么樣的區(qū)別”。在對(duì)這個(gè)問題的摸索和理 ...
2016-09-08大數(shù)據(jù)挖掘中易犯的11大錯(cuò)誤 0.缺乏數(shù)據(jù)(LackData) 對(duì)于分類問題或預(yù)估問題來說,常常缺乏準(zhǔn)確標(biāo)注的案例。 例如: 欺詐偵測(cè)(FraudDetection):在上百萬的交易中,可能只有屈指可數(shù)的欺詐交易,還有很 ...
2016-09-08數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)分析師,如何區(qū)分這三個(gè)大數(shù)據(jù)熱門職業(yè) 隨著大數(shù)據(jù)的愈演愈熱,相關(guān)大數(shù)據(jù)的職業(yè)也成為熱門,給人才發(fā)展帶來帶來了很多機(jī)會(huì)。數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)分析師已經(jīng)成為大數(shù)據(jù)行 ...
2016-09-08App數(shù)據(jù)分析的目的及運(yùn)營該關(guān)注那些數(shù)據(jù) 有很多朋友說不知道數(shù)據(jù)運(yùn)營該從哪里入手,該怎么運(yùn)用統(tǒng)計(jì)平臺(tái)的那些功能?產(chǎn)品初期應(yīng)該關(guān)注哪些數(shù)據(jù)指標(biāo),怎樣通過數(shù)據(jù)來準(zhǔn)確定位產(chǎn)品問題并指導(dǎo)產(chǎn)品優(yōu)化。 首先, ...
2016-09-08大數(shù)據(jù)分析的五個(gè)基本方面 1. Analytic Visualizations(可視化分析) 不管是對(duì)數(shù)據(jù)分析專家還是普通用戶,數(shù)據(jù)可視化是數(shù)據(jù)分析工具最基本的要求??梢暬梢灾庇^的展示數(shù)據(jù),讓數(shù)據(jù)自己說話,讓觀眾聽到結(jié) ...
2016-09-08有效數(shù)據(jù)分析的10個(gè)途徑,讓你更了解用戶體驗(yàn)、行為及需求 收集和分析正確的數(shù)據(jù)、切實(shí)的理解用戶體驗(yàn)及用戶行為已成為當(dāng)務(wù)之急,下面將分享10個(gè)大數(shù)據(jù)的使用方法,可以幫助機(jī)構(gòu)從用戶交互中獲得見解、提高用戶 ...
2016-09-07數(shù)據(jù)建模那點(diǎn)事兒 今天要說內(nèi)容是建模。為啥我作為一個(gè)數(shù)學(xué)能力并不強(qiáng)的人要在這獻(xiàn)丑講建模的事呢?其實(shí)我的目的很簡單,就是為了告訴大家一個(gè)事實(shí):數(shù)據(jù)分析中的建模,并沒有想象中那么高深莫測(cè),人人都有機(jī)會(huì) ...
2016-09-07訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)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。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、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(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11