個人博客：<a href="https://links.jianshu.com/go?to=http%3A%2F%2Fblog.ouyangsihai.cn" target="_blank">http://blog.ouyangsihai.cn</a><br><br>歡迎關注微信公眾號：好好學java
發簡信
IP屬地：上海
-
Tableau中INCLUDE和FIXED表達式的區別
FIXED 詳細級別表達式使用指定的維度計算值，而不引用視圖中的維度。INCLUDE表達式，將隨視圖中的任何其他維度一起添加表達式中的維度來確定表達式的值。INCLUDE用于...
-
Excel120 BI佐羅<br>運營PowerBI戰友聯盟
-
《增長黑客》(《hacking growth》)讀后感
最近讀了一本書，書名叫《增長黑客》，感覺受益良多，讀完就迫不及待想要分享一下。這本書就是著名“黑客增長之父”肖恩·埃利斯 歷時十年的重磅之作，主要講的就是如何低成本實現爆發式...
-
sklearn-半監督學習-標簽傳播算法
一、算法思路：（這里主要關注兩種） 生成模型：先計算樣本特征的總體的聯合分布，將所有有標注的樣本計算出一個分布，然后把沒有標注的樣本放入這個分布中，看根據這個分布它該如何被標...
-
sklearn-監督學習-分類與回歸一、分類模型1.KNN算法函數：KNeighborsClassifier()思路：對k個最近的鄰居進行擬合，調試出最佳n_neighbors的值，分別對訓練集、驗證集、測試集...
-
如何迅速成長成為一名數據分析師？
我是從負責運輸公司的財務轉行成為運輸的數據分析的。轉行大概準備了半年多，不知道能不能算迅速。 首先是數據處理能力，例如京東系統中發車數據、裝貨數據、客戶下單數據，可以用海量形...
-
Keras-人工神經網絡--隨機梯度下降法一、概念 人工神經網絡是是一種應用類似于大腦神經突觸聯接的結構進行信息處理的數學模型。這種模型可以適用于分類與回歸。 神經網絡的優點：可以把非線性做的特別好，擬合能力特別強，...
-
特征工程-特征處理小結
特征處理包括：數據清洗和特征預處理。 一、數據清洗： 1.數據樣本抽樣 ①樣本要具備代表性 ②樣本比例要平衡以及樣本不平衡時如何處理 ③考慮全量數據 2.異常值處理 2.1...
-
特征預處理之特征降維(LDA)一、概念 LDA：Linear Discriminant Analysis 線性判別式分析 （NOT：在文本分析領域，還有個LDA的概念，全稱為隱含狄利克雷分布（Latent...
-
sklearn-特征預處理之特征選擇
特征選擇就是剔除與標注不相關或者冗余的特征，它是數據歸約的思路之一（另一個思路為抽樣） 特征選擇主要包括三種思想：過濾思想、包裹思想和嵌入思想。 編程實現： 第一步，導入必要...
-
Python 相關分析與實現相關分析最常用的方法就是用相關系數直接衡量連續值的相關性，而離散屬性的相關性是用熵增益轉換成相關性的形式來衡量。 一、分析連續值的相關性： Pearson相關系數及Spear...
-
python 交叉分析分析思路： 1.導入必要的包(pandas，numpy，scipy.stats，matplotlib.pyplot，seaborn) 2.讀取文件，為df 3.按 depar...
-
-
Biostatistics(12)常見分布：t分布、卡方分布、F分布t分布 t分布又可以被稱為學生t分布。其由Wiliam Sealy Gosset在1908時發現，t分布與樣本大小n相關，確切地是與自由度df=n-1相關。 t分布與正態分布...
-
重要抽樣分布：卡方分布（χ2分布）、t分布和F分布冒泡~:最近在回顧一些以前學過的概率論和數理統計的知識 發現這三個抽樣分布經常出現，在參數估計和假設檢驗也會運用到，所以做一下整理。 【首先，這三個抽樣分布都是來自正態總體的...
-
Python數據可視化(-)Seaborn介紹提升你的洞察的最好方法之一是通過可視化你的數據：這樣，你可以更容易地識別模式，掌握到困難的概念以及注意到關鍵的要素，當你使用數據科學中的Python時，你很有可能已經用了Ma...
