主线 03 · 数据编程 / 课程
数据编程
数据思维与工程实践：算法、指标、代码，以及它们如何反过来影响人。
-
机器学习算法之主成分分析PCA
来源： 主成分分析（Principal components analysis，以下简称PCA）是最重要的降维方法之一。在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。一般我们提到降维最容易想到的算法就是PCA…
-
机器学习算法之决策树分类
来源： 什么是决策树 决策树（decision tree）是一种依托于策略抉择而建立起来的树。机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。
-
机器学习聚类算法之K-Means
聚类算法是典型的无监督学习，其训练的样本中值包含样本的特征，不包含样本的标签信息。利用样本的特征，将具有相似属性的样本划分到统一类别中，它有点像全自动分类。K-Means算法 K-Means算法，也被称为K-平均或K…
-
风险控制：信用评分卡模型
评分卡模型又叫做信用评分卡模型，最早由美国信用评分巨头FICO公司于20世纪60年代推出，在信用风险评估以及金融风险控制领域中广泛使用。银行利用评分卡模型对客户的信用历史数据的多个特征进行打分，得到不同等级的信用评分…
-
机器学习之类别特征处理
它的原始输入通常是字符串形式，大多数算法模型不接受数值型特征的输入，针对数值型的类别特征会被当成数值型特征，从而造成训练的模型产生错误。Label encoding Label Encoding是使用字典的方式，将每…
-
机器学习之特征选择方法
特征选择能剔除不相关(irrelevant)或冗余(redundant)的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。
-
Pandas数据处理简明教程
这里记载了自己常用的一些功能及知识点。
-
数据科学中10个应用广泛的统计方法
以下是数据科学中广泛应用的十个统计方法的详细描述： 1️⃣ 中心极限定理 (Central Limit Theorem, CLT) 描述： 中心极限定理告诉我们，无论原始数据的分布是什么样的，只要我们取足够多的样本（…
-
Python数据分析7步(IMDb Summer Movies Data)
数据： summer_movies | summer_movie_genres 流程 数据集说明 以下是两个数据文件的详细说明： 文件1： 数据预览： tconst title_type primary_title …
-
Python数据分析7步(Iris数据集)
数据： iris.csv Python数据分析7步 1 导入库 2 导入数据 Iris数据集是一个经典的多变量数据集，由英国统计学家和生物学家罗纳德·费舍尔（Ronald Fisher）在1936年引入，用于展示他的…
-
健身房的正态分布例子
以下是chatgpt 4o的描述 重量堆栈正态分布 这张图片显示了一个重量堆栈（可能是一个健身器材）的图示，其中每个重量位置上都有明显的磨损痕迹。这些磨损痕迹在图中形成了一个钟形曲线，类似于正态分布（即常态分布）。
-
数据分析工具介绍
数据分析工具在现代商业和科学研究中扮演着重要角色。不同的工具适用于不同的数据规模和分析需求。本文将介绍几种常见的数据分析工具，并讨论它们的替代品和适用场景。小规模数据分析工具 1. Excel 特点 ：适用于处理几千…
-
Tableau免费了
⏩支持离线使用自动保存、支持将工作簿保存在本地而不是在线发布； ⏩企业数据可以安心在本地操作而不必泄漏； ⏩可直接选择发布到Public社区，而不必经过繁杂的数据提取再发布环节； 🆓最重要的是：免费！
-
一个标星:17.4k⭐可视化爬虫软件:EasySpider
EasySpider是一个可视化爬虫软件，它支持数据的定制和导出，适用于各种爬虫应用和数据采集需求。该项目在GitHub上非常受欢迎，过去一个月内增加了4,786个星星。其使用文档和示例可以在Issues中找到。项目…
-
会讲故事的数据分析
本文探讨会讲故事的数据分析相关主题，详细分析其核心概念与实践应用。
