你真的會(huì)玩SQL嗎?之邏輯查詢處理階段 最近要對(duì)數(shù)據(jù)庫(kù)進(jìn)行優(yōu)化,但由于工作項(xiàng)目中已經(jīng)很少親自寫SQL而且用的都不是很復(fù)雜的語(yǔ)句,所以有些生疏了,于是翻翻N年前的筆記資料,想以此來(lái)記錄回顧總結(jié)一些實(shí)用的SQL ...
2017-05-210基礎(chǔ)搭建Hadoop大數(shù)據(jù)處理-環(huán)境 由于Hadoop需要運(yùn)行在Linux環(huán)境中,而且是分布式的,因此個(gè)人學(xué)習(xí)只能裝虛擬機(jī),本文都以VMware Workstation為準(zhǔn),安裝CentOS7,具體的安裝此處不作過(guò)多介紹,只作需要用到的知 ...
2017-05-21提升數(shù)據(jù)建模的10種技術(shù)措施 隨著企業(yè)有了能夠輕松訪問(wèn)和分析數(shù)據(jù)以提高性能的新機(jī)會(huì),數(shù)據(jù)建模也是變形的。數(shù)據(jù)建模不僅僅是任意組織數(shù)據(jù)結(jié)構(gòu)和關(guān)系,還必須與最終用戶的需求和問(wèn)題聯(lián)系起來(lái),并提供指導(dǎo),幫助 ...
2017-05-210基礎(chǔ)搭建Hadoop大數(shù)據(jù)處理-初識(shí) 在互聯(lián)網(wǎng)的世界中數(shù)據(jù)都是以TB、PB的數(shù)量級(jí)來(lái)增加的,特別是像BAT光每天的日志文件一個(gè)盤都不夠,更何況是還要基于這些數(shù)據(jù)進(jìn)行分析挖掘,更甚者還要實(shí)時(shí)進(jìn)行數(shù)據(jù)分析,學(xué)習(xí), ...
2017-05-21Hadoop集群搭建 目的 本文描述了如何安裝、配置和管理有實(shí)際意義的Hadoop集群,其規(guī)??蓮膸讉€(gè)節(jié)點(diǎn)的小集群到幾千個(gè)節(jié)點(diǎn)的超大集群。 如果你希望在單機(jī)上安裝Hadoop玩玩,從這里能找到相關(guān)細(xì)節(jié)。 先決 ...
2017-05-21Hadoop面試中6個(gè)常見(jiàn)的問(wèn)題及答案 準(zhǔn)備好面試了嗎?呀,需要Hadoop的知識(shí)?。。坎灰?!這里有一些可能會(huì)問(wèn)到的問(wèn)題以及你應(yīng)該給出的答案。 Q1.什么是Hadoop? Hadoop是一個(gè)開(kāi)源軟件框架,用于存儲(chǔ)大量數(shù) ...
2017-05-21關(guān)于數(shù)據(jù)分析思路的4點(diǎn)心得 1.看數(shù)據(jù)的緯度 在對(duì)一款產(chǎn)品或者一款產(chǎn)品的其中的一個(gè)模塊進(jìn)行分析時(shí),我們可以從兩個(gè)大緯度去分析數(shù)據(jù)。 首先是從廣闊的視角先去查看數(shù)據(jù),這里需要對(duì)該產(chǎn)品所處的行業(yè)數(shù)據(jù) ...
2017-05-20商業(yè)數(shù)據(jù)挖掘的幾種應(yīng)用場(chǎng)景和主題 數(shù)據(jù)挖掘涉及到公司運(yùn)營(yíng)的方方面面,這包括對(duì)企業(yè)部門經(jīng)營(yíng)情況的評(píng)估、內(nèi)部員工的管理、生產(chǎn)流程的監(jiān)管、產(chǎn)品結(jié)構(gòu)優(yōu)化與新產(chǎn)品開(kāi)發(fā)、財(cái)務(wù)成本優(yōu)化、市場(chǎng)結(jié)構(gòu)的分析和客戶關(guān)系 ...
2017-05-20關(guān)于如何解釋機(jī)器學(xué)習(xí)的一些方法 到現(xiàn)在你可能聽(tīng)說(shuō)過(guò)種種奇聞?shì)W事,比如機(jī)器學(xué)習(xí)算法通過(guò)利用大數(shù)據(jù)能夠預(yù)測(cè)某位慈善家是否會(huì)捐款給基金會(huì)啦,預(yù)測(cè)一個(gè)在新生兒重癥病房的嬰兒是否會(huì)罹患敗血癥啦,或者預(yù)測(cè)一位 ...
2017-05-20R語(yǔ)言并行計(jì)算的原理和案例 眾所周知,在大數(shù)據(jù)時(shí)代R語(yǔ)言有兩個(gè)弱項(xiàng),其中一個(gè)就是只能使用單線程計(jì)算。但是R在2.14版本之后,R就內(nèi)置了parallel包,強(qiáng)化了R的并行計(jì)算能力。 parallel包實(shí)際上整合了之前已 ...
2017-05-20機(jī)器學(xué)習(xí)需要哪些數(shù)學(xué)基礎(chǔ) 過(guò)去的幾個(gè)月中,有幾人聯(lián)系我,訴說(shuō)他們對(duì)嘗試進(jìn)入數(shù)據(jù)科學(xué)的世界,以及用機(jī)器學(xué)習(xí)的技術(shù)去探索統(tǒng)計(jì)規(guī)律并構(gòu)建無(wú)可挑剔的數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品的熱忱。然而,我發(fā)現(xiàn)一些人實(shí)際上缺乏必要的 ...
2017-05-20R語(yǔ)言:關(guān)聯(lián)規(guī)則+時(shí)間因素=序貫關(guān)聯(lián)規(guī)則 序貫?zāi)P?關(guān)聯(lián)規(guī)則+時(shí)間因素。 今天下午基本上把通過(guò)arulesSequences來(lái)進(jìn)行序列模式挖掘搞明白了,晚上又把a(bǔ)rulesSequences中最重要的函數(shù)cspade查看了一下。Mark一下。 ...
2017-05-19python實(shí)現(xiàn)六大分群質(zhì)量評(píng)估指標(biāo)(蘭德系數(shù)、互信息、輪廓系數(shù)) 1 R語(yǔ)言中的分群質(zhì)量——輪廓系數(shù) 因?yàn)橄惹皯T用R語(yǔ)言,那么來(lái)看看R語(yǔ)言中的分群質(zhì)量評(píng)估,節(jié)選自筆記︱多種常見(jiàn)聚類模型以及分群質(zhì)量評(píng)估(聚類 ...
2017-05-19R語(yǔ)言︱詞典型情感分析文本操作技巧匯總(打標(biāo)簽、詞典與數(shù)據(jù)匹配等) 情感分析中對(duì)文本處理的數(shù)據(jù)的小技巧要求比較高,筆者在學(xué)習(xí)時(shí)候會(huì)為一些小技巧感到頭疼不已。 主要包括以下內(nèi)容: 1 批量讀取txt ...
2017-05-19R語(yǔ)言︱集合運(yùn)算—小而美法則 集合運(yùn)算的一般規(guī)則如下: union(x,y) #求并集 intersect(x,y) #求交集 setdiff(x,y) #求屬于x而不屬于y的所有元素 setequal(x,y) #判斷x與y是否相等 a %in% y #判斷a是否為y ...
2017-05-19數(shù)據(jù)挖掘:層次性和時(shí)髦性 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(wèn)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(wèn)題的摸索和理解過(guò) ...
2017-05-19做好數(shù)據(jù)挖掘模型必讀的9條高端經(jīng)驗(yàn)總結(jié) 數(shù)據(jù)挖掘是利用業(yè)務(wù)知識(shí)從數(shù)據(jù)中發(fā)現(xiàn)和解釋知識(shí)(或稱為模式)的過(guò)程,這種知識(shí)是以自然或者人工形式創(chuàng)造的新知識(shí)。 當(dāng)前的數(shù)據(jù)挖掘形式,是在20世紀(jì)90年代實(shí)踐領(lǐng) ...
2017-05-19用Python處理數(shù)據(jù)集中的缺失值 現(xiàn)實(shí)生活中的數(shù)據(jù)經(jīng)常存在缺失值。產(chǎn)生缺失值的原因有很多,如觀察資料未被記錄、數(shù)據(jù)損壞等。由于很多機(jī)器學(xué)習(xí)算法不支持存在缺失值的數(shù)據(jù)集,正確處理缺失值就顯得比較重要了。 ...
2017-05-18Python做文本挖掘的情感極性分析 「情感極性分析」是對(duì)帶有感情色彩的主觀性文本進(jìn)行分析、處理、歸納和推理的過(guò)程。按照處理文本的類別不同,可分為基于新聞評(píng)論的情感分析和基于產(chǎn)品評(píng)論的情感分析。其中,前 ...
2017-05-18Python代碼在實(shí)踐過(guò)程中的經(jīng)驗(yàn)總結(jié) 關(guān)于Python腳本,在具體的實(shí)踐過(guò)程中經(jīng)常會(huì)遇到一些問(wèn)題,下面將其總結(jié),便于使用??紤]使用 Logger(logger 怎么配置,需要輸出哪些信息 — 可以反向考慮,比方說(shuō)看到這個(gè) lo ...
2017-05-18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(guò)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(yǔ)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(kù)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(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(kāi)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(kāi)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(kāi)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(wèn)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(wèn)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(wèn)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11