摘要： 一. 请你谈一谈synchronized和lock有什么区别? 1.synchronized是java的关键字,属于jvm层面,底层是通过moninter对象实现的.Lock是具体的接口,属于api层面. 2.synchronized不需要用户去手动释放锁,当synchronized的代码执行完成后 阅读全文

摘要： 请你谈谈对volatile关键字的理解 volatile是Java虚拟机的轻量级的同步机制,具有三个特性: 1.可见性:当一个线程修改了主线程的值,其他的线程可以立即通知其他线程值被修改了 2.原子性:一个线程正在做某个操作时,中途不能被加塞/分割,需要整体执行的完整,要么同时成功,要么同时失败 3 阅读全文

摘要： 案例:该数据集的是一个关于每个学生成绩的数据集,接下来我们对该数据集进行分析，判断学生是否适合继续深造 数据集特征展示 1.导入包 2.导入并查看数据集 3.查看每个特征的相关性 结论：1.最有可能影响是否读硕士的特征是GRE，CGPA，TOEFL成绩 2.影响相对较小的特征是LOR，SOP，和Re 阅读全文

摘要： 案例:该数据集的是一个关于美国2017年犯罪的一个数据集,接下来我们对该数据集进行分析 字段: 1.导入包 2.导入并查看数据集 结论:一共是320行数据,13个变量数据量不大,但是要对数据进行重构 3.数据重构 4.EDA分析 4.1每年的枪击的死亡人数的变化 结论:在2015年之后,美国的枪击案 阅读全文

摘要： ggplot2简介: 在2005年开始出现,吸取了基础绘图系统和lattice绘图系统的优点,并利用一个强大的模型来对其进行改进,这一模型基于之前所述的一系列准则, 能够创建任意类型的统计图形 1.导入包 案例1:钻石数据集 采用ggplot2自带的钻石数据集. 数据集变量简介 1.1 使用qplo 阅读全文

摘要： 案例:员工流失是困扰企业的关键因素之一,在这次的分析中我将分析以下内容: 对一些重要变量进行可视化及探索分析,收入,晋升,满意度,绩效,是否加班等方面进行单变量分析 分析员工流失的因素,探索各个变量的影响度 构建有效的模型来预测员工是否会离职 数据集主要分析的字段 1.导入包 2.导入数据集并查看 阅读全文

摘要： 案例:通过分析上海的二手房的数据,分析出性价比(地段,价格,未来的升值空间)来判断哪个区位的二手房性价比最高 1.载入包 2.加载数据集 3.查看数据集 数据集有以下几个字段构成 探究影响房价的主要因素是什么 4.查看户型的分布 结论:户型的分布不符合正态分布 需要对户型的数据进行清洗,找出主要的户 阅读全文

摘要： 一.概述 目的:使用推荐系统可以给用户推荐更好的商品和服务,使得产品的利润更高 算法:协同过滤 协同过滤是推荐系统最常见的算法之一,算法适用用户过去的购买记录和偏好进行推荐 基于商品的协同过滤(IBCF计算每个商品之间的相似度矩阵): 1.任意两个商品计算相似度 2.每一个商品找出其k个最相似的商品 阅读全文

摘要： 案例1:使用逻辑回归模型,预测客户的信用评级 数据集中采用defect为因变量,其余变量为自变量 1.加载包和数据集 2.查看数据集, 结论:一共有10000行数据,56个变量,其数据集中没有空值,但是有极大值存在 3,数据清洗 修改前 修改后 结论:visit_cnt不再有不符合业务的极大值出现 阅读全文

摘要： 恢复内容开始 案例1:对主席的新年致辞进行分词,绘制出词云 掌握jieba分词的用法 1.加载包 2.导入数据 3.清洗数据 4.移除感叹词 5.绘制词云 案例2:通过拉勾网的数据进行分析,找出数据分析师相关的城市,薪水,工作年限等信息 数据集下载：链接:https://pan.baidu.com/ 阅读全文