我是從負(fù)責(zé)運(yùn)輸公司的財(cái)務(wù)轉(zhuǎn)行成為運(yùn)輸?shù)臄?shù)據(jù)分析的耘眨。轉(zhuǎn)行大概準(zhǔn)備了半年多，不知道能不能算迅速境肾。 首先是數(shù)據(jù)處理能力剔难，例如京東系統(tǒng)中發(fā)車數(shù)據(jù)、裝貨數(shù)據(jù)奥喻、客戶下單數(shù)據(jù)偶宫，可以用海量形...
發(fā)簡信
IP屬地：上海
-
如何迅速成長成為一名數(shù)據(jù)分析師抄邀？
-
Keras-人工神經(jīng)網(wǎng)絡(luò)--隨機(jī)梯度下降法一、概念 人工神經(jīng)網(wǎng)絡(luò)是是一種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型环鲤。這種模型可以適用于分類與回歸纯趋。 神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)：可以把非線性做的特別好，擬合能力特別強(qiáng)冷离，...
-
特征工程-特征處理小結(jié)
特征處理包括：數(shù)據(jù)清洗和特征預(yù)處理吵冒。 一、數(shù)據(jù)清洗： 1.數(shù)據(jù)樣本抽樣 ①樣本要具備代表性 ②樣本比例要平衡以及樣本不平衡時(shí)如何處理 ③考慮全量數(shù)據(jù) 2.異常值處理 2.1...
-
特征預(yù)處理之特征降維(LDA)一西剥、概念 LDA：Linear Discriminant Analysis 線性判別式分析 （NOT：在文本分析領(lǐng)域痹栖，還有個(gè)LDA的概念，全稱為隱含狄利克雷分布（Latent...
-
sklearn-特征預(yù)處理之特征選擇
特征選擇就是剔除與標(biāo)注不相關(guān)或者冗余的特征蔫耽，它是數(shù)據(jù)歸約的思路之一（另一個(gè)思路為抽樣） 特征選擇主要包括三種思想：過濾思想结耀、包裹思想和嵌入思想留夜。 編程實(shí)現(xiàn)： 第一步匙铡，導(dǎo)入必要...
-
Python 相關(guān)分析與實(shí)現(xiàn)相關(guān)分析最常用的方法就是用相關(guān)系數(shù)直接衡量連續(xù)值的相關(guān)性图甜，而離散屬性的相關(guān)性是用熵增益轉(zhuǎn)換成相關(guān)性的形式來衡量。 一鳖眼、分析連續(xù)值的相關(guān)性： Pearson相關(guān)系數(shù)及Spear...
-
PCA編程實(shí)現(xiàn)小結(jié)分析思路： 先導(dǎo)入pandas黑毅、numpy包； 定義一個(gè)myPCA钦讳，傳入data及n_components參數(shù)矿瘦，并設(shè)置components為1000000維； ①先求每個(gè)屬性...
-
python 交叉分析分析思路： 1.導(dǎo)入必要的包(pandas愿卒，numpy缚去，scipy.stats，matplotlib.pyplot琼开，seaborn) 2.讀取文件易结，為df 3.按 depar...
