fanfanyuzhui的专栏

1 计算熵我们检查的属性是是否出去玩。用Excel对上面数据的play变量的各个取值排个序（这个工作簿里把“play”这个词去掉），一共是14条记录，你能数出取值为yes的记录有9个，取值为no的有5个，我们说这个样本里有9个正例，5个负例，记为S(9+,5-)，S是样本的意思(Sample)。这里熵记为Entropy(S),计算公式为：Entropy(S)=-(9/14)*log

t检验适用于计量资料、正态分布、方差具有齐性的两组间小样本比较。包括配对资料间、样本与均数间、两样本均数间比较三种，三者的计算公式不能混淆。（处理时不用判断分布类型就可以使用t检验）t'检验应用条件与t检验大致相同，但t′检验用于两组间方差不齐时，t′检验的计算公式实际上是方差不齐时t检验的校正公式。U检验应用条件与t检验基本一致，只是当大样本时用U检验，而

关键词点击成本投入产出比总费用MTF词8.10.1732673有入金的词16.91.1523740外汇词5.50.1813979竞品词3.61.4612765外汇交易词6.30.6111285炒外汇词8.00.329866外汇平台词

python 代码import pandas as pdfrom collections import defaultdictgeo_df=pd.read_excel('path\geo.xlsx')geo_dict=defaultdict(list)for k,v in geo_df.values: geo_dict[k].append(v)for i,j in geo_dict

Data Prepartionimport pandas as pdimport numpy as npdf = pd.DataFrame({'A': [1, 1, 2, 2],'B': [1, 2, 3, 4],'C': np.random.randn(4)})2.先来一波正常聚合操作1.求和 sum,计数(非去重:size 或者 len 都可以,去重的:pd.Se