everda

摘要： 一、背景 在jupyter上输入 时提示无法导入plot_tree模块。再查看tree里是否有这个模块时发现并没有。 于是想到可能是sklearn版本问题，果然是。我的sklearn是0.19.2，官网版本是0.21.3，查看0.19.2版本发现确实没有plot_tree模块。所以就涉及到查看/更新 阅读全文

摘要： 一、背景 在汇报界（？？）有个说法，说是只要你分一二三条去阐述，总不会太差。为什么呢？因为人家只能记着三五句话，通常有三个观点也就不错了。这就是框架的作用，即使只是一二三条这种简单的道理，它也能立即帮你把说了半天的观点更准确地传达出去，不管一二三条是并列关系、递进关系、包含关系还是压根就关系混乱。 阅读全文

摘要： 一、V1.0(sklearn版) 1.1简易API 注意， 1）基于树的算法只是计算划分前后混乱度（对每个分类样本数的某种加和）变化，并不对特征进行计算。所以不需要进行标准化、独热编码等。 2）输入的特征不能是字符串型。 import pandas as pd import matplotlib.p 阅读全文

摘要： 大纲 这篇文章是介绍sklearn库的使用，主要围绕sklearn官网内容进行阐述。包括三个部分的内容： 1.背景——主要介绍sklearn库是干什么的，官网内容板块是怎样的，我们主要从哪块学起； 2.框架——主要从模型使用流程角度出发，阐述sklearn主要实现的内容； 3.API——以从应用出发 阅读全文

摘要： 一、原理阐述 算法类型：监督学习_分类算法 输入：数值型或标称型 V1.0 将测试集挨个按特征的特征值划分，计算划分前与划分后的混乱度之差，将差最大的特征作为第一层节点，得到被该特征的特征值划分出来几块数据。再将这几块数据分别按上面的步骤重复进行（递归过程），直到该块都是同一类或特征值用完为止。 二 阅读全文

摘要： 一、背景 SQL几乎是初级分析师80%的工作内容，当然在我的规划里，中级分析师要做好维度建模工作以及最好有OLAP系统工具啥的，或者已经能主动分析写文章了，尽量减少SQL的无效使用。这是我自己的定位，其他人可能不一样。 anyway，SQL对分析师来说是一项很棒的工具。Hive是基于Hadoop的一 阅读全文

摘要： 1.记录片天地 http://www.jlpcn.net/ 里面有大量科学探索、社会生活、生态地理、文化历史相关记录片，还有BBC频道、HNK频道、CCTV频道等相对系统的栏目。不想思维淹没在零碎的信息上，可以抽个大块时间看个记录片。 类似的有纪录片之家http://www.jlpdq.com/ 2 阅读全文

摘要： 一、背景 初入分析行业，可能大都围绕着DAU、留存、漏斗转化率转着。例如衡量不同产品，看DAU，看留存，看付费率，看客单价等等；例如产品有新的功能，想知道功能对产品的作用，看功能使用率，功能留存，对整体功能留存的影响等等；例如评估新的获取用户渠道，看带来的量级，各渠道新用户留存情况，付费转化率情况等 阅读全文

摘要： 背景 零售业有个分析概念叫做“人货场”，说的是零售行业分析可以分为三个方面，分别是人——店长店员等，货——商品，场——各个店铺卖场。从人出发，包括人的薪资，销售能力，这是一个简单的ROI问题；从货出发，包括商品的成本、销售额、销售量、毛利，更细致的还有经过率、试穿率、试穿-购买率等，也是一个简单的R 阅读全文

摘要： 背景 作为一个坚持走数据专家路线的人，我对这个职业的不同阶段的能力和要求有一些自己的理解。这些理解可能不是市面上的硬规则，只是一个起点低的人走到目标位置的职业规划。所以看看就好，不必根究。 一、初级数据分析师 二、中级数据分析师 三、高级数据分析师 四、数据专家 阅读全文