K近算法之巴氏距離 巴氏距離(BhattacharyyaDistance),在統(tǒng)計(jì)中,Bhattacharyya距離測(cè)量?jī)蓚€(gè)離散或連續(xù)概率分布的相似性。它與衡量?jī)蓚€(gè)統(tǒng)計(jì)樣品或種群之間的重疊量的Bhattacharyya系數(shù)密切相關(guān)。 ...
2014-11-30K近算法之馬氏距離 馬氏距離(MahalanobisDistance) (1)馬氏距離定義 有M個(gè)樣本向量X1~Xm,協(xié)方差矩陣記為S,均值記為向量μ,則其中樣本向量X到u的馬氏距離表示為: ...
2014-11-30K近算法之標(biāo)準(zhǔn)化歐氏距離 標(biāo)準(zhǔn)化歐氏距離(StandardizedEuclideandistance),標(biāo)準(zhǔn)化歐氏距離是針對(duì)簡(jiǎn)單歐氏距離的缺點(diǎn)而作的一種改進(jìn)方案。標(biāo)準(zhǔn)歐氏距離的思路:既然數(shù)據(jù)各維分量的分布不一樣,那先將各個(gè)分 ...
2014-11-30K近算法之閔可夫斯基距離 閔可夫斯基距離(MinkowskiDistance),閔氏距離不是一種距離,而是一組距離的定義。 (1)閔氏距離的定義 兩個(gè)n維變量a(x11,x12,…,x1n) ...
2014-11-30切比雪夫距離_數(shù)據(jù)分析師 若二個(gè)向量或二個(gè)點(diǎn)p、andq,其座標(biāo)分別為及,則兩者之間的切比雪夫距離定義如下:, 這也等于以下Lp度量的極值:,因此切比雪夫距離也稱為L(zhǎng)∞度量。 以數(shù)學(xué)的 ...
2014-11-29曼哈頓距離_數(shù)據(jù)分析師 我們可以定義曼哈頓距離的正式意義為L(zhǎng)1-距離或城市區(qū)塊距離,也就是在歐幾里得空間的固定直角坐標(biāo)系上兩點(diǎn)所形成的線段對(duì)軸產(chǎn)生的投影的距離總和。例如在平面上,坐標(biāo)(x1,y1)的 ...
2014-11-29K近鄰的距離度量表示法 我們看到,K近鄰算法的核心在于找到實(shí)例點(diǎn)的鄰居,這個(gè)時(shí)候,問題就接踵而至了,如何找到鄰居,鄰居的判定標(biāo)準(zhǔn)是什么,用什么來(lái)度量。這一系列問題便是下面要講的距離度量表示 ...
2014-11-29什么是K近鄰算法_數(shù)據(jù)分析師 何謂K近鄰算法,即K-Nearest Neighbor algorithm,簡(jiǎn)稱KNN算法,單從名字來(lái)猜想,可以簡(jiǎn)單粗暴的認(rèn)為是:K個(gè)最近的鄰居,當(dāng)K=1時(shí),算法便成了最近鄰算法,即尋找最近的那個(gè)鄰居 ...
2014-11-29數(shù)據(jù)挖掘中所需的概率論Landon的推導(dǎo)(九)_數(shù)據(jù)分析師 Landon的推導(dǎo)(1941) 第三條道是一位電氣工程師,Vernon D. Landon 給出的。1941年,Landon 研究通信電路中的噪聲電壓,通過(guò)分析經(jīng)驗(yàn)數(shù)據(jù)他發(fā) ...
2014-11-29數(shù)據(jù)挖掘中所需的概率論與數(shù)理統(tǒng)計(jì)知識(shí)(十) 正態(tài)分布和最大熵 還有一條小徑是基于最大熵原理的,物理學(xué)家E.T.Jaynes在最大熵原理上有非常重要的貢獻(xiàn),他在《概率論沉思錄》里面對(duì)這個(gè)方法有描述和 ...
2014-11-29數(shù)據(jù)挖掘中所需的概率論(八)Herschel(1850)和麥克斯韋(1860)的推導(dǎo) Herschel(1850)和麥克斯韋(1860)的推導(dǎo) 第二條小徑是天文學(xué)家John Hershcel和物理學(xué)家麥克斯韋(Maxwell)發(fā)現(xiàn)的。1850年,天文 ...
2014-11-29數(shù)據(jù)挖掘中所需的概率論 高斯的推導(dǎo)(七)數(shù)據(jù)分析師 論道正態(tài),正態(tài)分布的4大數(shù)學(xué)推導(dǎo) 如本blog內(nèi)之前所說(shuō):凡是涉及到要證明的東西.理論,便一般不是怎么好惹的東西。絕大部分時(shí)候,看懂一個(gè)東西不難, ...
2014-11-29數(shù)據(jù)挖掘中所需的概率論與數(shù)理統(tǒng)計(jì)知識(shí)(六 ) 高斯導(dǎo)出誤差正態(tài)分布 事實(shí)上,棣莫弗早在1730年~1733年間便已從二項(xiàng)分布逼近的途徑得到了正態(tài)密度函數(shù)的形式,到了1780年后,拉普拉斯也推出了中心極 ...
2014-11-29數(shù)據(jù)挖掘中所需的概率論與數(shù)理統(tǒng)計(jì)知識(shí)(五) 拉普拉斯的工作 在1772-1774年間,拉普拉斯也加入到了尋找誤差分布函數(shù)的隊(duì)伍中。與辛普森不同,拉普拉斯不是先假定一種誤差分后去設(shè)法證明平均值的優(yōu)良性 ...
2014-11-29大數(shù)據(jù)流程處理“三要”“三不要”_數(shù)據(jù)分析師 大數(shù)據(jù)時(shí)代處理數(shù)據(jù)的三大轉(zhuǎn)變:要全體不要抽樣,要效率不要絕對(duì)精確,要相關(guān)不要因果。 具體的大數(shù)據(jù)處理方法確實(shí)有很多,但是根據(jù)筆者長(zhǎng)時(shí)間的實(shí)踐,總結(jié) ...
2014-11-28大數(shù)據(jù)時(shí)代_大數(shù)據(jù)分析將走向何方_數(shù)據(jù)分析師 現(xiàn)階段關(guān)于大數(shù)據(jù)的未來(lái),下一步是什么,我們?nèi)绾卫脭?shù)據(jù)在更深的層面提取有意義的消費(fèi)者信息來(lái)超越我們現(xiàn)在的程度?最標(biāo)準(zhǔn)的答案是從比以往更 多的設(shè)備上實(shí) ...
2014-11-28大數(shù)據(jù)實(shí)踐 基礎(chǔ)架構(gòu)先行_數(shù)據(jù)分析師 大數(shù)據(jù)被認(rèn)為是下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的前沿,誰(shuí)率先抓住大數(shù)據(jù)的先機(jī)即意味著能夠在未來(lái)市場(chǎng)競(jìng)爭(zhēng)之中取得桿位。當(dāng)前大數(shù)據(jù)市場(chǎng)除了傳統(tǒng)廠商之外,還同時(shí)涌現(xiàn)出一大批 ...
2014-11-28解讀讓大數(shù)據(jù)價(jià)值圓滿實(shí)現(xiàn)的四條建議 大數(shù)據(jù)分析可創(chuàng)造出大量的價(jià)值。正如大多數(shù)有價(jià)值的工作一樣,大數(shù)據(jù)值得我們投入時(shí)間和精力去挖掘其中的價(jià)值。 基于這種經(jīng)驗(yàn),筆者在下方給出了四條建議,用于 ...
2014-11-28【連載5】如何用spss做加權(quán)最小二乘回歸及嶺回歸 上一節(jié)我們講到一般多元線性回歸的操作方法。本節(jié)要介紹的是多元線性回歸的其他幾種情況。包括適用于含有加權(quán)變量的加權(quán)最小二乘回歸方程等。然后繼續(xù)討論上 ...
2014-11-28【連載4】 如何用spss做一般(含虛擬變量)多元線性回歸 回歸一直是個(gè)很重要的主題。因?yàn)樵跀?shù)據(jù)分析的領(lǐng)域里邊,模型重要的也是主要的作用包括兩個(gè)方面,一是發(fā)現(xiàn),一是預(yù)測(cè)。而很多時(shí)候我們就要通過(guò)回歸來(lái)進(jìn) ...
2014-11-28SQL 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(wú)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(kù)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(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(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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(kù)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(kù))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(kù)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(zhǎng)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(zhǎng)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(yíng)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(guò)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(yíng)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(yíng)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(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)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(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10