泛化能力，英文全称generalization ability，指机器学习算法对新鲜样本的适应能力，一种预测新的input类别的能力。 通过学习找到隐含在数据背后的规律，并对具有同一规律的学习集以外的数据，这种经过训练的网络可 ...
2020-05-21
Bi这里是的意思就是Binary，二进制的意思，所以有时候叫这个算法为二进Kmeans算法。为什么我们需要用BiKmeans呢？就是为了解决初始化k个随机的质心点时其中一个或者多个点由于位置太极端而导致迭代的过程中消失的 ...
2020-05-21
SVC，英文全称support vector machine，中文为支持向量机，是一种分类算法，但是也可以做回归，根据输入的数据不同可做不同的模型（若输入标签为连续值则做回归，若输入标签为分类值则用SVC()做分类） ...
2020-05-20
方法一： K平均算法（K-means聚类分析） 在下面的误差平方和图中，拐点（bend or elbow）的位置对应的x轴即k-means聚类给出的合适的类的个数。 > n = 100 > g=6 > set.seed(g) > d <- data.frame(x = unlist(lap ...
2020-05-20
【磐创AI导读】：评估一个模型是建立一个有效的机器学习模型的核心部分，本文为大家介绍了一些机器学习模型评估指标，希望对大家有所帮助。 评估一个模型是建立一个有效的机器学习模型的核心部分 ...
2020-05-20
最大后验估计（maximum a posteriori probability estimate, 简称MAP），是贝叶斯学派的法宝之一。 与统计学派不同，贝叶斯学派认为在做估计之前，人们对要估计的实物先有一个经验性的判断，然后根据数据调整对这 ...
2020-05-20
特征向量（eigenvector），矩阵理论上一个非常重要的概念，被广泛的应用于各个领域。 数学上，线性变换的特征向量（本征向量）是一个非简并的向量，其方向在该变换下不变，该向量在此变换下缩放的比例称为其特征值 ...
2020-05-20
1.AI人工智能 Artificial Intelligence 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智 ...
2020-05-20
Z-Score，又称为再Z分数、标准分数，一个数与平均数的差再除以标准差的过程。 Z-Score能够衡量出一个分数距离平均数的相对标准距离，如果我们把每一个分数都转换成z分数，那么每一个z分数会以标准差为单位表示 ...
2020-05-20
召回率（Recall），一般指查全率，指从数据库内检出的相关的信息量与总量的比率，是数据挖掘中预测、互联网中的搜索引擎等经常涉及的两个概念和指标之一。 在实际应用中，多数人更喜欢称召回率为召回率，因为更能体 ...
2020-05-20
先验概率和后验概率是与贝叶斯概率更新有关的两个概念百。假如某一不确定事件发生的主观概率 因为某个新情况的出现 而发生了改变，那么改变前的那个概率就被叫做先验概率，改变后的概率就叫后验概率。 先验概率是指 ...
2020-05-19
K-s是模型验证的最常用的“武器”之一，而K-s曲线指洛伦兹曲线之间的差值。 K-S曲线主要是验证模型的区分能力，通常是在模型预测全体样本的信用评分后，将全体样本按违约与非违约分为两部分，然后用K-S统计量来检验 ...
2020-05-19
在判断是有监督学习还是在无监督学习上，我们可以具体是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。 什么是学习（learning）？ 一个成语 ...
2020-05-19
有部分同学，在学习初期，会认为下采样和池化是指同样的事情，只是叫法不同而已，其实这是一种错误的认知。 下采样（subsampled），或称为降采样（downsampled），指缩小图像。其主要目是使得图像符合显示区域的 ...
2020-05-19
FP-Growth使用了一种特殊的分治策略，将提供频繁项集的数据库压缩到一棵频繁模式树（FP-tree），但仍保留项集关联信息。 这种关联分析算法的概念由韩嘉炜等人在2000年提出，在FP-Growth算法中使用了一种称为频繁模 ...
2020-05-19
feature importance指特征重要性，在特征选择的许多方法中，我们可以使用随机森林模型中的特征重要属性来筛选特征，并得到其与分类的相关性。 由于随机森林存在的固有随机性，该模型可能每次给予特征不同的重要性 ...
2020-05-19
人工智能涉及到很多的技术，大家都知道人工智能离不开机器学习，不过比较少人知道人工智能也是离不开模式识别的。什么是模式识别呢？简单点说，模式识别就是对各种情况的识别。而在人工智能中，模式识别是一 ...
2020-05-19
机器学习算法会涉及到大量的数学基础内容，数学好的童靴们，你们的优势来了。在机器学习中涉及到了三个数学工具，分别是线性代数、概率统计（概率估计）、最优化理论。 今天，我们来讲概率统计，在机器学习中会涉及 ...
2020-05-19
在统计学中，连续型变量和离散型变量极为常见，今天我们就来看看它们的区别是什么？ 变量值的变动幅度不同。 对离散变量，如果变量值的变动幅度小，就可以一个变量值对应一组，称单项式分组。如居民家庭按儿童数或 ...
2020-05-18
一般来说，Rcall指令属于ROM空间的相对寻址范畴，call属于ROM空间的直接寻址范畴。 CALL和RCALL的区别： 1、指令长度不同； 2、指令执行所需机器周期不同； 3、寻址范围不同。 ——其他知识点普及： R ...
2020-05-18在数据统计分析、数据清洗、异常值识别与数据分布研究中，箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库，具备无需额外安装、调用简单、兼容性强、轻量化高效等优势，是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及，各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中，Requests库是最简洁、最高效的HTTP请求工具，凭借简洁的语法、完善的适 ...
2026-05-272025 年，零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL，但当被问到“数据查询语言（DQL）的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中，单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中，两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT，但当被问到“新建一张表，该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中，箱型图（又称箱线图、Box Plot）是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域，异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代，企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中，自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标，而是陷入“指标失控”：仪表盘上堆满实时跳动的数据，却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下，存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21
