ml_1019的博客

1.sklearn应用sklearn自带数据集训练（支持向量机分类）sklearn自带数据集训练（线性判别分析）待续2.TensorFlow应用待续

缘由：学习笔记的起始缘由：遇到了一个活跃的学习小组，学习内容又是一直想学而且想用好的领域。学习内容大纲如下：第一周学习内容——描述性统计知识点如下：数据集中趋势：中位数、均值、众数、极差、分位数算数平均数、加权平均数、几何平均数数据的离中趋势：数值型数据：方差、标准差、极差、平均差分类型数据：异众比率顺序型数据：四分位差相对离散程度：离散系数分布的形状：偏...

1.从数据度读取联通数据2.整理数据，格式、类型等3.按照折线图可视化最终输出结果：可交互图表，可实时查看对应的点的数据快速测试，模拟数据点# coding: utf-8import psycopg2import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport matplotlib...

1.数据获取一切工作的开始。1.1数据初始化DataFrame：Numpy：1.2数据读取

转载自：Jupyter notebook 搭建和使用 Jupyter notebook 是什么？欢迎学习本课程——如何使用 Jupyter notebook。Jupyter notebook 是一种 Web 应用，能让用户将说明文本、数学方程、代码...

转载自D3.js从入门到“放弃”指南 前言        近期略有点诸事不顺，趁略有闲余之时，玩起D3.js。之前实际项目中主要是用各种chart如hightchart、echarts等，这些图形库玩起来貌都是完美的，一切皆可配置，但几年前接触了D...

Requests、BeautifulSoup、re、lxml、css selector 、scrapy1.Requests1.1 Requests的7个主要方法其中，request()方法是其它方法的基础方法，get()方法用的多一些，本人没在实际爬取中用过其它方法。requests.request() 构造一个请求，支撑以下各方法的基础方法requests.get(...

数据分析系列目录统计学元知识（从一到全部） python数据分析复盘——爬虫相关库Scrapy爬虫实例——南方都市报python数据分析复盘——数据分析相关库之Numpypython数据分析复盘——数据分析相关库之Pandaspython数据分析复盘——数据分析相关库之Matplotlib数据分析复盘——相关理论之精益数据分析数据分析复盘——相关理论之《增长黑客》数据分析复盘——基础

1.什么是统计学原始理解：通过样本去估计总体，无论是点/区间估计、假设检验、方差分析还是线性回归。样本 → 总体 课本定义：①一门收集分析、表述和解释数据的科学。②一组方法，用来设计实验、获得数据，然后在数据的基础上组织、概括、演示、分析、解释和得出结论。2.概率论和统计学的关系3.为什么要用统计学总体数据相对比较难获取，有时候也没有必要获取。①统计分析是数据到结论的必经之路，大数据亦需要抽样（E...

更多详细内容，可参考统计学元知识1. 中心极限定理（基本概念)设从均值为μ、方差为σ^2;（有限）的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为（σ^2）/n 的正态分布。关于各种参数的估计，可以结合分布的定义去看。也许就更容易地理解那些公式，就不用死记硬背了） 假设检验同理。（详见2.参数估计：2.1 参数估计是什么？用样本统计量估计总体参数2.2

推荐课程，也是唯一上过的课程（误）： Excel学习的最佳方式——表格之道(专业版) 1.Excel函数1.1数据清洗类（文本） trim删除多余的空格 concatenate合并多个文本 replace替换字符串中的一部为新的字符串 substitute替换第X个某字符为新字符 left right mid文本截取，左右以及区间 len字符数 lenb字

主要内容： (一) 什么是增长黑客？ (二) 为什么要重视增长黑客？ (三) 以“海盗指标”为基础的增长黑客内容 (四) 《增长黑客》总结（对比《精益数据分析》）(一) 什么是增长黑客？1. 增长黑客有5种特质：a) 数据为王，以数据驱动增长。认为一切的工作都是基于数据分析的指导之上的。（这点和《精益数据分析》中的观点不完全相同，因为在一开始的时候很可能是没有足够的数据进行分析的。所以在开始

零. 《精益数据分析维》导图（部分）一. 什么是数据分析？数据分析，就是通过数据的统计分析发现问题。无论是文本数据、空间数据、还是图像数据，最终都会回归统计分析。其实和数据挖掘的联系非常密切。广义的数据分析，包括基础的统计分析和数据挖掘。我就先不严谨的分为两类吧（因为不懂建模和算法），一类偏向技术，一类偏向业务/产品。偏向技术，主要负责数据的获取、数据处理算法、数据分析平台的构建。偏向业务或者产品的

看这篇：机器学习元知识

本篇内容关键词：python基础、数据分析、pandas、描述统计、matlibplot、seaborn、可视化分析1.python基础1.1python简介都说python是门胶水语言，可以在需要的地方轻松地粘合目标需求。我觉得python的主要优点有两点：只需聚焦实现逻辑：只要把逻辑捋顺，调用第三方库可以轻易实现处理逻辑。语法简洁，符合日常阅读的习惯。容易获得相关的技术/理论支持：...