<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[华夏_数据分析]]></title><description><![CDATA[分享一些数据分析的想法和感悟。]]></description><link>https://blog.youkuaiyun.com/FDFCJBAFSA</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; FDFCJBAFSA]]></copyright><item><title><![CDATA[泰坦尼克乘客生存预测]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100543694</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100543694</guid><author>FDFCJBAFSA</author><pubDate>Wed, 04 Sep 2019 23:18:59 +0800</pubDate><description><![CDATA[1. sklearn 中的决策树模型
首先，我们需要掌握 sklearn 中自带的决策树分类器 DecisionTreeClassifier，方法如下：
clf = DecisionTreeClassifier(criterion='entropy')


到目前为止，sklearn 中只实现了 ID3 与 CART 决策树，所以我们暂时只能使用这两种决策树，在构造 DecisionTreeCla...]]></description><category></category></item><item><title><![CDATA[关于 A/B test 的项目]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100153756</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100153756</guid><author>FDFCJBAFSA</author><pubDate>Fri, 30 Aug 2019 12:02:26 +0800</pubDate><description><![CDATA[数据源 提取码: w3uv
1. 样本数据为某APP的首页迭代策略ab_test上线后，用户未来7日的活跃天数，请分析A、B组策略，哪组策略更优；

打开数据源，sheet-频度分析一，展示部分数据

计算出A组，B组的均值，中位数，众数，标准差

由上图看出A组的均值大于B组，但是并不能就直接说A组的ab_test的策略好于B组
下面用数据透视表统计一下具体停留时间的频数

可以看出，小于均值的...]]></description><category></category></item><item><title><![CDATA[概率论基础]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100133280</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100133280</guid><author>FDFCJBAFSA</author><pubDate>Thu, 29 Aug 2019 13:33:00 +0800</pubDate><description><![CDATA[1. 数组的集中趋势
1.1 常用的集中趋势指标-我们如何定义一个数组的中心

我们常用以下几个指标来描述一个数组的集中趋势：

均值-算数平均数，描述平均水平，例如：客单价、件单价、人均访问时长、平均配送时长；
中位数-将数据按升序或降序排列后位于正中间的数，描述中等水平；
众数-数据中出现最多的数，描述一般水平；


假设A、B两组数：


A：5，6，6，6，6，8，10
B：3，5，5，6...]]></description><category></category></item><item><title><![CDATA[Excel动态图可视化]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100123157</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100123157</guid><author>FDFCJBAFSA</author><pubDate>Wed, 28 Aug 2019 17:46:12 +0800</pubDate><description><![CDATA[OFFSET、MATCH、INDEX——函数中的极品
复杂的数据汇总、到数据透视表再到高级动态图表

offset函数

match函数

index函数


图形示例：

作图步骤：

用到了index()和match()函数的结合

第一步：创建“渠道”，“日期”，“交易额1（仅选择所有数据）”三个变量
第二步：在数据下的数据验证中创建渠道筛选框，选择三个渠道为选择内容
第三步：使用公式：in...]]></description><category></category></item><item><title><![CDATA[Excel高级图表实现]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100109856</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100109856</guid><author>FDFCJBAFSA</author><pubDate>Tue, 27 Aug 2019 23:46:00 +0800</pubDate><description><![CDATA[1. 雷达图

简介：

将多个维度的数据映射到坐标轴上，这些坐标轴起始于同一个圆心点，通常结束于圆周边缘，像这样将同一组点用线连接起来的图形称为雷达图。它可以将多维数据进行展示和对比，但点的相对位置和坐标轴之间的夹角是没有任 何信息的。
每一个维度的数据都分别对应一个坐标轴，这些坐标轴具有相同的圆心，以相同的间距沿径向排列，并且各坐标轴的刻度相同。连接各坐标轴的网格线通常只作为辅助元素。将各坐标...]]></description><category></category></item><item><title><![CDATA[Tableau高级图表实现]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100087942</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/100087942</guid><author>FDFCJBAFSA</author><pubDate>Mon, 26 Aug 2019 23:51:03 +0800</pubDate><description><![CDATA[1. 箱线图

使用场景：

探索各不同分类数据下数值型数据分布情况


使用技巧：

可以将箱线图重合的散点打乱使得数据分布展示更直观
使用带有信息的标志类型


常用图形：


dashboard:


2. 瀑布图

使用场景：

探索数值型数据的内部结构，了解初始值如何受到一系列中间正负因素的影响后变成最终的汇总结果


使用技巧：

可用各类型数据的颜色深浅代表各分类数据的大小


常用...]]></description><category></category></item><item><title><![CDATA[Tableau的认识与基本图形可视化]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99837064</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99837064</guid><author>FDFCJBAFSA</author><pubDate>Wed, 21 Aug 2019 16:25:28 +0800</pubDate><description><![CDATA[1. 什么Tableau？

Tableau是一款定位于数据可视化敏捷开发和实现的商务智能展现工具，可以用来实现交互的、可视化的 分析和仪表板应用，从而帮助企业快速地认识和理解分析数据，以应对不断变化的市场环境与挑战。
主要特性：


高效性：Tableau通过内存数据引擎，可以直接查询外部数据，还可以动态地从数据仓库抽取数 据，实时更新连接数据，大大提高数据访问和查询的效率。


简单易用：不需...]]></description><category></category></item><item><title><![CDATA[Excel基本图形可视化介绍]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99823652</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99823652</guid><author>FDFCJBAFSA</author><pubDate>Tue, 20 Aug 2019 11:18:43 +0800</pubDate><description><![CDATA[1. 基本图形的制作流程和方法

图表的选择：决定你的信息→确定相对关系→选择图表形式

从多个维度观察数据，明确你要表达的信息
突出最重要的数据 并以之确定你的信息
选择要强调的信息作为图的标题


画图：选择数据，完成基本图形→调整大小比例(4:6.5黄金分割点)→润色，调整样式→增加图例坐标轴和标题

2. 柱状图与条形图


简介：柱状图是使用垂直的柱子显示类别之间的数值比较。其中一个轴（...]]></description><category></category></item><item><title><![CDATA[HiveSQL常用技巧]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99765558</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99765558</guid><author>FDFCJBAFSA</author><pubDate>Mon, 19 Aug 2019 22:14:43 +0800</pubDate><description><![CDATA[1. 去重技巧—用group by替换distinct

取出user_trade中的全部支付用户

## 原有写法
SELECT distinct user_name
FROM user_trade
WHERE dt&gt;'0';

## 优化写法
SELECT user_name
FROM user_trade
WHERE dt&gt;'0'
GROUP BY user_name;


在2...]]></description><category></category></item><item><title><![CDATA[HiveSQL基础之窗口函数]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99711236</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99711236</guid><author>FDFCJBAFSA</author><pubDate>Sun, 18 Aug 2019 23:48:35 +0800</pubDate><description><![CDATA[1. 累计窗口函数

sum(…) over(…)
2018年每月支付总额和当年累积支付总额

SELECT a.month,
	   a.pay_amount,
	   sum(a.pay_amount) over(order by a.month)
FROM
	(SELECT month(dt) as month,
		   sum(pay_amount) as pay_amount
	FRO...]]></description><category></category></item><item><title><![CDATA[HiveSQL基础之表连接]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99686685</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99686685</guid><author>FDFCJBAFSA</author><pubDate>Sat, 17 Aug 2019 17:51:32 +0800</pubDate><description><![CDATA[1. inner join

内连接，返回两个表的交集
既在user_list_1又在user_list_2的用户

SELECT * 
FROM user_list_1 as a
JOIN user_list_2 as b
ON a.user_id=b.user_id;


表连接时，必须进行重命名
on后面使用的连接条件必须起到唯一键值的作用
inner可以省略不写，效果一样
一定要先去重，再...]]></description><category></category></item><item><title><![CDATA[HiveSQL基础之常用函数]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99683164</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99683164</guid><author>FDFCJBAFSA</author><pubDate>Fri, 16 Aug 2019 22:23:23 +0800</pubDate><description><![CDATA[1. 如何把时间戳转换成日期

语法

from_unixtime(bigint unixtime, string format)


format

1. yyyy-MM-dd hh:mm:ss

2. yyyy-MM-dd hh

3. yyyy-MM-dd hh:mm

4. yyyyMMdd


举例

SELECT 
from_unixtime(paytime,'yyyy-MM-dd h...]]></description><category></category></item><item><title><![CDATA[Excel快捷键及常用技巧]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99311576</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99311576</guid><author>FDFCJBAFSA</author><pubDate>Tue, 13 Aug 2019 09:00:28 +0800</pubDate><description><![CDATA[常用快捷键
mac电脑把Ctrl换成Command即可

Ctrl+方向键，对单元格光标快速移动，移动到数据边缘（空格位置）
Ctrl+Shift+方向键，对单元格快读框选，选择到数据边缘（空格位置）
Ctrl+A，选择整张表
Ctrl+Shift+L 修改单元格样式
Ctrl+Enter，以当前单元格为始，往下填充数据和函数
Ctrl+Z，撤回当前操作
Alt+Enter，换行
Ctrl+S，快...]]></description><category></category></item><item><title><![CDATA[Excel常用公式]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99300236</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/99300236</guid><author>FDFCJBAFSA</author><pubDate>Mon, 12 Aug 2019 16:01:12 +0800</pubDate><description><![CDATA[一. 数据清洗类

trim
功能：去除单元格两端的空格。
语法：=TRIM(text)
concatenate
功能：连接单元格内的内容
语法：= CONCATENATE(text1, [text2], …)
&amp;
连接符
left right mid
MID
功能：提取字符串中间的字符串
语法：= MID(text, start_num, num_chars)
LEFT
功能：提取字符串...]]></description><category></category></item><item><title><![CDATA[SQLZOO答案之【More JOIN operations】]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98542336</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98542336</guid><author>FDFCJBAFSA</author><pubDate>Fri, 09 Aug 2019 09:13:21 +0800</pubDate><description><![CDATA[1. 列出1962年首影的電影， [顯示 id, title]
SELECT  id, title
 FROM movie
 WHERE yr=1962;

2. 電影大國民 ‘Citizen Kane’ 的首影年份。
SELECT yr
FROM movie
WHERE title =  'Citizen Kane'

3. 列出全部Star Trek星空奇遇記系列的電影，包括id, titl...]]></description><category></category></item><item><title><![CDATA[SQLZOO答案之【The JOIN operation】]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98502411</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98502411</guid><author>FDFCJBAFSA</author><pubDate>Wed, 07 Aug 2019 14:15:34 +0800</pubDate><description><![CDATA[1. 第一個例子列出球員姓氏為’Bender’的入球數據。 * 表示列出表格的全部欄位，簡化了寫matchid, teamid, player, gtime語句。修改此SQL以列出 賽事編號matchid 和球員名 player ,該球員代表德國隊Germany入球的。要找出德國隊球員，要檢查: teamid = ‘GER’
SELECT matchid, player FROM goal 
 ...]]></description><category></category></item><item><title><![CDATA[SQLZOO答案之【SUM and COUNT】]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98484589</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98484589</guid><author>FDFCJBAFSA</author><pubDate>Tue, 06 Aug 2019 15:26:26 +0800</pubDate><description><![CDATA[1. 展示世界的總人口。
SELECT SUM(population)
FROM world;

2. 列出所有的洲份, 每個只有一次。
SELECT DISTINCT(continent)
FROM world;

3. 找出非洲(Africa)的GDP總和。
SELECT SUM(gdp)
FROM world
WHERE continent = 'Africa';

4. 有多少個國家具有...]]></description><category></category></item><item><title><![CDATA[SQLZOO答案之【SELECT within SELECT】]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98476107</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98476107</guid><author>FDFCJBAFSA</author><pubDate>Mon, 05 Aug 2019 12:09:30 +0800</pubDate><description><![CDATA[1.

]]></description><category></category></item><item><title><![CDATA[SQLZOO答案之【SELECT from WORLD】]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98472777</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98472777</guid><author>FDFCJBAFSA</author><pubDate>Sun, 04 Aug 2019 19:00:13 +0800</pubDate><description><![CDATA[SQLZOO答案之【SELECT from WORLD】

1. 觀察運行一個簡單的SQL命令的結果。
SELECT name, continent, population FROM world;

2. 顯示具有至少2億人口的國家名稱。 2億是200000000，有八個零。
SELECT name FROM world
WHERE population&gt;200000000;

3. 找出有...]]></description><category></category></item><item><title><![CDATA[SQLZOO答案之【SELECT within SELECT】]]></title><link>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98472711</link><guid>https://blog.youkuaiyun.com/FDFCJBAFSA/article/details/98472711</guid><author>FDFCJBAFSA</author><pubDate>Sun, 04 Aug 2019 18:42:58 +0800</pubDate><description><![CDATA[]]></description><category></category></item></channel></rss>