<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[MagicQIT的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/MagicQIT</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; MagicQIT]]></copyright><item><title><![CDATA[机器学习，统计和物理中的评价尺度]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/100190773</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/100190773</guid><author>MagicQIT</author><pubDate>Mon, 02 Sep 2019 07:24:18 +0800</pubDate><description><![CDATA[不同领域对于同一种数学表达式的命名方式不一样，使用的时候很容易混淆。

评价指标可以从两个角度去看，一个是追求更高标准，一个是会犯的错误。

下面分别列出基于confusion matrix得到的不同尺度(reject H0对应于predicted positive)


			
			
			
			Do Not Reject H0(Predicted negative)
			
			
		...]]></description><category></category></item><item><title><![CDATA[泊松分布与指数分布]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/48287911</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/48287911</guid><author>MagicQIT</author><pubDate>Tue, 08 Sep 2015 10:46:20 +0800</pubDate><description><![CDATA[泊松分布与指数分布的10分钟教程
一、泊松分布
日常生活中，大量事件是有固定频率的。
某医院平均每小时出生3个婴儿某公司平均每10分钟接到1个电话某超市平均每天销售4包xx牌奶粉某网站平均每分钟有2次访问
它们的特点就是，我们可以预估这些事件的总数，但是没法知道具体的发生时间。已知平均每小时出生3个婴儿，请问下一个小时，会出生几个？
有可能一下子出生6个，也有可能一个都不出生。这是我们没]]></description><category></category></item><item><title><![CDATA[数据标准化的几种方法]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/46353171</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/46353171</guid><author>MagicQIT</author><pubDate>Wed, 03 Jun 2015 23:34:30 +0800</pubDate><description><![CDATA[数据标准化的几种方法

发表于 2012-11-13 23:45 来源：网站数据分析


数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。

其中最典型的就是数据的归一化处理，即将数据统一映射到[0,1]区间上，常见]]></description><category></category></item><item><title><![CDATA[志向做数据分析师的职业规划]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/45288619</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/45288619</guid><author>MagicQIT</author><pubDate>Sun, 26 Apr 2015 15:20:48 +0800</pubDate><description><![CDATA[http://www.ppvke.com/Blog/archives/592

对于数据分析，有一句话说得非常好：SPSS、SQL之类的软件、决策树、时间序列之类的方法，这些仅仅就都是个工具而已，最重要的是对业务的把握。没有正确的业务理解，再牛的理论，再牛的工具，都是白搭。做一名合格的数据分析师，除了对数据需要有良好的敏感性之外，还要对相关业务背景有深入了解，对客户或业务部门的需求有清晰认识。]]></description><category></category></item><item><title><![CDATA[matlab中的textread函数]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/44275445</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/44275445</guid><author>MagicQIT</author><pubDate>Sun, 15 Mar 2015 11:20:54 +0800</pubDate><description><![CDATA[http://blog.sina.com.cn/s/blog_9e67285801010bju.html





今天打算跑下程序，突然发现，真的很烂，不会读入数据，简单的Iris.txt一上午都没读进去，在此对matlab中的textread函数做下总结，textscan函数待续。

本文主要内容引自http://linux.chinaitlab.com/administer/]]></description><category></category></item><item><title><![CDATA[How to create Linked list using C/C++]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43703805</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43703805</guid><author>MagicQIT</author><pubDate>Tue, 10 Feb 2015 15:33:58 +0800</pubDate><description><![CDATA[From: http://www.codeproject.com/Articles/24684/How-to-create-Linked-list-using-C-C




Introduction
Linked list is one of the fundamental data structures, and can be used to implement other dat]]></description><category></category></item><item><title><![CDATA[JAVA对ArrayList排序]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43531547</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43531547</guid><author>MagicQIT</author><pubDate>Thu, 05 Feb 2015 18:42:29 +0800</pubDate><description><![CDATA[以下前三个代码都是通过实现Comparable接口，或是实例化一个比较器，虽然重点部分重复了，也各有不同，还是都贴上吧。


 http://zhidao.baidu.com/question/97784478

java如何对ArrayList中对象按照该对象某属性排序 

 

增加排序功能，打印时：输出学生对象的时候，需要先按照年龄排序，如果年龄相同，则按照姓名排序，如果姓]]></description><category></category></item><item><title><![CDATA[java中List的遍历]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43447385</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43447385</guid><author>MagicQIT</author><pubDate>Tue, 03 Feb 2015 11:31:36 +0800</pubDate><description><![CDATA[import java.util.ArrayList;  
import java.util.Iterator;  
import java.util.List; 

public class ListTest { 
    public static void main(String[] args) {  
        List list = new ArrayList();  
     ]]></description><category></category></item><item><title><![CDATA[java处理json数据格式]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43446945</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43446945</guid><author>MagicQIT</author><pubDate>Tue, 03 Feb 2015 10:58:30 +0800</pubDate><description><![CDATA[首先下载json-simple-1.1.jar包 

主要的类为:JSONArray,JSONObject,JSONValue 

简单的JSON操作代码示例:
public static void testJSON() {  
        String jsString = "[\"129653\",\"129664\",\"129660\",\"129665\"]";]]></description><category></category></item><item><title><![CDATA[A Comparison between Focus-Group and In-Depth Interview]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43408523</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43408523</guid><author>MagicQIT</author><pubDate>Mon, 02 Feb 2015 14:59:22 +0800</pubDate><description><![CDATA[有时接到比较紧急的调研需求，需要快速反馈问题，用户深度访谈持续的时间似乎太长，于是往往会采取另一种调研方法“焦点小组”。只需要1~2场深度访谈的时间，却能同时搜集到8~12名用户的反馈，于是在敏捷的用户研究中，焦点小组似乎成了无往不胜的利器，那是不是只要时间紧急,都可以尝试使用焦点小组呢？笔者在初做用户研究员时，走过一些弯路，这次把自己对焦点小组的了解和经验写一写，抛砖引玉，希望能和大家一起讨论。]]></description><category></category></item><item><title><![CDATA[关于焦点小组（Focus Group）访谈法]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43407537</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43407537</guid><author>MagicQIT</author><pubDate>Mon, 02 Feb 2015 13:55:32 +0800</pubDate><description><![CDATA[焦点小组访谈法源于精神病医生所用的群体疗法。目前的焦点小组一般由8-12人组成，在一名主持人的引导下对某一主题或观念进行深入讨论。焦点小组调研的目的：在于了解和理解人们心中的想法及其原因。调研的关键是，使参与者对主题进行充分和详尽的讨论。调研的意义在于了解他们对一种产品、观念、想法或组织的看法，了解所调研的事物与他们的生活的契合程度，以及在感情上的融合程度。 

焦点小组访谈法远不止是一问一答]]></description><category></category></item><item><title><![CDATA[如何基于数据来做用户体验设计]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43407271</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43407271</guid><author>MagicQIT</author><pubDate>Mon, 02 Feb 2015 13:34:46 +0800</pubDate><description><![CDATA[要找多少用户做测试才够? (研究得出)一条曲线，横轴是代表测试用户的数量，就是你测试了多少用户，纵轴就是你发现用户遇到的问题或者说用户遇到的困难，发现新问题的数量，你会发现这个曲线随着用户数量的增长，这个曲线逐渐趋于平缓，而它真正变成平缓的是在哪里？大概十个人左右。当然，这里的前提是你所找到的测试的这十几个人都正好是你的目标用户。
 – 创新工场用户体验总监 吴卓浩


设计和数据的一个故]]></description><category></category></item><item><title><![CDATA[UX engineer --Google]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43407263</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43407263</guid><author>MagicQIT</author><pubDate>Mon, 02 Feb 2015 13:33:25 +0800</pubDate><description><![CDATA[Google User Experience
Our aspirations
The Google User Experience team aims to create designs that are useful, fast, simple, engaging,innovative, universal, profitable, beautiful, trustworthy, and p]]></description><category></category></item><item><title><![CDATA[面试准备]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43407253</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43407253</guid><author>MagicQIT</author><pubDate>Mon, 02 Feb 2015 13:32:42 +0800</pubDate><description><![CDATA[From：http://www.kuqin.com/job/20130111/333954.html

IT公司的笔试和面试的题量都不大（相对于企事业单位和银行动辄上百道选择题的题量，算是很少），一般十几道选择题，三四道大题就算题量很大。但计算机的东西实在又是太多，程序设计、数据结构、算法设计、操作系统、体系结构、编译原理、数据库、软件工程等分支，编译的话太难（一千个码农里也没几个人能在纸上写]]></description><category></category></item><item><title><![CDATA[R语言基本操作]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43085927</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43085927</guid><author>MagicQIT</author><pubDate>Sat, 24 Jan 2015 16:01:30 +0800</pubDate><description><![CDATA[From： http://blog.youkuaiyun.com/jack237/article/details/8210598

前言：关于R

在R的官方教程里是这么给R下注解的:一个数据分析和图形显示的程序设计环境(A system for data analysis and visualization which is built based on S language.)。

R的源起]]></description><category></category></item><item><title><![CDATA[qplot()函数的详细用法]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43027069</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43027069</guid><author>MagicQIT</author><pubDate>Thu, 22 Jan 2015 21:37:25 +0800</pubDate><description><![CDATA[From http://www.douban.com/note/210758237/?type=like

参考文献：Hadley Wickham《ggplot2: Elegant Graphics for Data Analysis》第二章

qplot()函数的详细用法：

library(ggplot2)

# 测试数据集，ggplot2内置的钻石数据
qplot(cara]]></description><category></category></item><item><title><![CDATA[R字符串操作]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/43022633</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/43022633</guid><author>MagicQIT</author><pubDate>Thu, 22 Jan 2015 17:49:00 +0800</pubDate><description><![CDATA[#字符串连接：
paste() #paste(..., sep = " ", collapse = NULL)
#字符串分割：
strsplit() #strsplit(x, split, extended = TRUE, fixed = FALSE, perl = FALSE)
#计算字符串的字符数：
nchar()
#字符串截取：
substr(x, start, stop)
]]></description><category></category></item><item><title><![CDATA[R语言扩展包dplyr笔记]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/42972275</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/42972275</guid><author>MagicQIT</author><pubDate>Wed, 21 Jan 2015 18:57:32 +0800</pubDate><description><![CDATA[From: http://bqnw.me/post/dplyr-note


引言

2014年刚到, 就在 Feedly 订阅里看到 RStudio
 Blog 介绍 dplyr 包已发布
 (Introducing dplyr), 此包将原本 plyr 包中的 ddply() 等函数进一步分离强化, 专注接受dataframe对象, 大幅提高了速度,
 并且提供了更稳健的与其它]]></description><category></category></item><item><title><![CDATA[An Easy Way to Make a Treemap]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/42921851</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/42921851</guid><author>MagicQIT</author><pubDate>Tue, 20 Jan 2015 18:48:00 +0800</pubDate><description><![CDATA[By NATHAN
 YAU

If your data is a hierarchy, a treemap is a good way to show all the values at once and keep the structure in the visual. This is a quick way to make a treemap in R.







]]></description><category></category></item><item><title><![CDATA[对数据分布进行可视化的方法]]></title><link>https://blog.youkuaiyun.com/MagicQIT/article/details/42921505</link><guid>https://blog.youkuaiyun.com/MagicQIT/article/details/42921505</guid><author>MagicQIT</author><pubDate>Tue, 20 Jan 2015 18:12:14 +0800</pubDate><description><![CDATA[From: http://blog.youkuaiyun.com/zuoninger/article/details/28236169

绘制简单直方图

问题




如何绘制直方图？




方法

运行geom_histogram() 函数并映射一个连续型变量到参数x（见图6-1）：




ggplot(faithful, aes(x=waiting)) + ]]></description><category></category></item></channel></rss>