随笔分类 - 大数据
数据分析
摘要：本文采用的数据集是阿里天池提供的user_behavior_data_on_taobao_app公开数据集进行分析，期望通过此次分析能通推动产品迭代、实现精准营销，提供定制服务，驱动产品决策等，需要此数据的小朋友们可以前往天池下载 用户行为分析 想要进行精细化运营，围绕的中心永远是用户。用户研究的常
阅读全文
摘要：机器学习之集成学习方式 1、bagging-(RF) 随机森林 两种随机过程的区别（bagging和RF(随机森林)） 随机森林的优缺点： 随机的艺术 2、boosting-(GBDT/Adaboost/XGBOOST) 加权步骤 权重更新 统计机器学习例子 3、stacking
阅读全文
摘要：Python进行携程酒店评论舆情分析 第一步：分析设计 我们是对酒店进行舆情分析，所有我们的核心是酒店的评论数据；对住客的评论数据进行特征提取，通过住客对酒店的评分，对数据进行分类，并使用朴素贝叶斯算法建立数学模型 第二步：数据收集 爬取酒店的相应类型的数据，如酒店的名称，住客的评论，酒店的回复，住
阅读全文
摘要：本文介绍文本处理时比较常用且有效的tfidf特征提取方法 1. 提取tf特征 TF即是词频(Term Frequency)是文本信息量统计方法之一，简单来说就是统计此文本中每个词的出现频率 def computeTF(wordDict, bow): tfDict = {} bowCount = le
阅读全文
posted @ 2020-08-24 02:16
Mr_Yun
摘要：28种 SQL 查询语句的优化方法： 1、应尽量避免在 where 子句中使用 != 或者 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。 2、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如： select id from t whe
阅读全文
posted @ 2020-08-13 00:14
Mr_Yun
摘要：目前在查看numpy下的函数，发现多维数组轴的概念不太好理解， 三维数组中，（axis轴=1），每一个平面的同一行，（axis轴=2），每一个平面的同一列 import numpy as np a = np.array([[1, 2, 3, 44], [22, 32, 42, 42], [23, 3
阅读全文
posted @ 2020-07-14 09:11
Mr_Yun
摘要：Spss预分析 频率分析 分类变量的频数分析 小试牛刀1 Spss分析步骤 Spss分析结果 上述所在城市的条形图，展示参差不齐。我们需要的是按城市出现的频率高低来排序。 小试牛刀2 Spss分析步骤： Spss分析结果 连续变量的频数分析 集中趋势 离散趋势 小试牛刀 分析步骤： Spss分析结果
阅读全文
posted @ 2020-01-22 17:14
Mr_Yun
摘要：Tableau初始 tableau reader 免费的、只能读 tableau public 免费的、类似于社区版 https://public.tableau.com/profile/ramon.martinez#!/ tableau desk 收费的、类似于企业版 tableau server
阅读全文
posted @ 2019-12-11 14:00
Mr_Yun
摘要：数据库初识： 数据 数据：描述事物的计算机所识别的符号记录 数据库 常见的数据库应用场景： 什么是DBMS? 常用数据库排名 MySQL简介： MySQL最受欢迎的的可视化工具 Navicat Navicat的基本使用 连接数据库 新建数据库 MySQL基本命令 SQL分类 命令行操作数据库 登陆数
阅读全文
摘要：数据分析概述： 什么是数据分析？ 数据分析划分 数据分析三大作用 如何进行数据分析？ 数据分析六部曲： 用户画像 客户服务优化 风险评估 数据分析三大误区： 数据分析师的职业要求 数据分析师的基本素质：
阅读全文
posted @ 2019-11-27 14:02
Mr_Yun
摘要：基础操作 数据格式 查找与替换 原数据： 查找： 替换 冻结窗口与拆分窗口 冻结窗口 拆分 合并计算求和 原数据： Result: 分列与合并 Result: 排序和筛选 排序： 业务需求：统计各部门工资从高到低 原数据： 排序后数据： 注意：第二个排序结果启用时是在前一个排序产生并列时 筛选: 业
阅读全文
posted @ 2019-11-18 20:29
Mr_Yun
浙公网安备 33010602011771号