概括地说，泛化能力(generalization ability)是指机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据对背后的规律，对具有同一规律的学习集以外的数据，经过训练的网络也能给出合适的输出，该能力称为 ...
2020-07-03
今天小编给大家带来的是现在非常火爆的机器学习方法——集成学习。集成学习，顾名思义，通过将多个单个学习器集成/组合在一起，使它们共同完成学习任务，有时也被称为“多分类器系统(multi-classifier system)”、 ...
2020-07-03
今天我们来盘点一下那些常见的机器学习中的损失函数有哪些。 用于计算损失的函数称为损失函数。模型每一次预测的好坏用损失函数来度量。机器通过损失函数进行学习，如果预测值与实际结果偏离较远，损失函数会得 ...
2020-07-03
支持向量机是一种二类分类模型.它的基本模型是定义在特征空间上的间隔最大的线性分类器。其学习策略是间隔最大化，可形式化为求解凸二次规划问题，也等价于正则化的合叶损失函数的最小化问题。 支持向量机学习 ...
2020-07-03SVM和LR是机器学习中常用的算法，今天就让我们来看一下这两者有哪些相同点和不同点吧。 SVM和LR的相同点： 1.LR和SVM都是有监督的学习 2.LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题(在 ...
2020-07-03相信大家在机器学习中，一定常见到;SVC，NvSVC，LinearSVC，今天我们就来看看这三者的区别。 SVC(C-Support Vector Classification)： 支持向量分类，基于libsvm实现的，数据拟合的时间复杂度是数据样本的二 ...
2020-07-03
支持向量机SVM(Support Vector Machine)，是常见的一种判别方法。在机器学习领域，是有监督学习模型，通常用来进行模式识别、分类及回归分析，主要针对小样本数据进行学习、分类和预测，类似的根据样本进行学习的 ...
2020-07-03
在机器学习中，有成千上万甚至几十万的维度的数据需要处理，这种情况下机器学习的资源消耗是不可接受的，并且很大程度上影响着算法的复杂度，因此对数据降维是必要的。PCA(Principal Component Analysis)是一种常 ...
2020-07-03函数是组织好的，能够重复使用的，用来实现单一，或相关联功能的代码段。python提供了许多内建函数，这些函数提高了应用的模块性，和代码的重复利用率。下面是小编整理的python内建函数中的反射类，希望对各位学习 ...
2020-07-03echarts是一个纯JavaScript图表库，底层依赖于轻量级的Canvas类库ZRender(矢量图形库)，基于BSD开原协议，是一款非常优秀的可视化前端框架。 优点： 1.免费商用 2.兼容当前绝大部分浏览器，包括：IE8/9/1 ...
2020-07-02
正态分布(Normal distribution)又称为高斯分布(Gaussian distribution),是统计学中一个重要且常见的连续概率分布。 特性： 1)集中性：曲线的最高峰位于正中央，且位置为均数所在的位置。 2)对称性：正态 ...
2020-07-02数据分析时，数据量大不可怕，可怕的是数据倾斜。当出现数据倾斜时，小量任务耗时远高于其它任务，从而使得整体耗时过大，未能充分发挥分布式系统的并行计算优势。下面小编就给大家分享几种数据倾斜优化的方法，希 ...
2020-07-02文本挖掘是抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识，并且利用这些知识更好地组织信息的过程。 文本挖掘指的是从文本数据中获取有价值的信息和知识，它是数据挖掘中的一种方法，主要用途 ...
2020-07-02
echarts是一个使用 JavaScript 实现的开源可视化库，因为其着良好的交互性，精巧的图表设计，受到众多开发者青睐。Python 是一门富有表达力的语言，在数据处理方面很在行。当Python数据分析遇上echarts数据可视化 ...
2020-07-02
seaborn是建立在Matplotlib基础之上的高级的API，是比Matplotlib更为高级的的一种python可视化库。专攻于统计可视化，有丰富的可视化库，包括一些复杂类型，如时间序列、联合分布图(jointplots)和小提琴图(violind ...
2020-07-02相信只要接触过python的人，对于matplotlib都很熟悉。matplotlib是一种python可视化库。 matplotlib 是一个用于创建二维图和图形的底层库，是python可视化库中规中矩的一种库，像大多数编程语言的标准库一 ...
2020-07-02Python是一款功能强大的数据分析工具，其中Python可视化功能更是受到许多数据分析师的青睐，下面小编就给大家分享一些Python可视化库，希望对各位数据分析师小伙伴有所帮助。 1.Matplotlib Matplotlib是一个 ...
2020-07-02“CDA数据分析师认证”是一套专业化，科学化，国际化，系统化的人才考核标准，分为CDA LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，CDA Level II：建模分析师，专指金融、电信、零售、互联网、电商、医学等行业专门从事数据分 ...
2020-07-01在许学习贝叶斯方法的时候最常见到的就是先验概率,后验概率。下面小编简单介绍一下先验概率，希望对各位小伙伴有所帮助。 一、先验概率定义 先验概率是指根据以往经验和分析得到的概率 二、先验概率条件 ...
2020-07-01
今天小编给大家分享一下最小二乘法的一些内容。 一、最小二乘法概念 最小二乘法Least Square Method，做为分类回归算法的基础，有着悠久的历史(由马里·勒让德于1806年提出)。主要是通过最小化误差的平方以 ...
2020-07-01在使用Excel透视表进行数据汇总分析时，我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中，经常需要将UAT（用户验收测试）环境的表数据同步到SIT（系统集成测试）环境，且两者表结构完 ...
2025-11-14在数据驱动的企业中，常有这样的困境：分析师提交的“万字数据报告”被束之高阁，而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中，层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量（如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中，“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天，企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析（PCA）、因子分析等降维方法中，“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念，而是渗透各行业的核心生产力。但同样是拥抱大数据，零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代，“数据分析” 已成为企业决策的核心支撑，但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”，而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估，到投资组合的 ...
2025-11-11这个问题很有实战价值，mtcars 数据集是多元线性回归的经典案例，通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天，“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型（如 Transformer、CNN、多层感知机）的结构设计中，“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是：内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代，“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而，多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型（LLM）商业化落地过程中，“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言，相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下，企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 ...
2025-11-06在数据分析中，面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量，我们常常需要回答： ...
2025-11-06
