<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ouyang_xiaogan的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ouyang_xiaogan</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ouyang_xiaogan]]></copyright><item><title><![CDATA[样本方差为什么除（n-1）？验证一下那个更准确]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/124990202</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/124990202</guid><author>ouyang_xiaogan</author><pubDate>Thu, 26 May 2022 18:38:56 +0800</pubDate><description><![CDATA[实际上，样本方差可以理解成是对所给总体方差的一个无偏估计。

n-1的使用称为贝塞尔校正（Bessel's correction），也用于样本协方差和样本标准偏差（方差平方根）。 平方根是一个凹函数，因此引入负偏差（由Jensen不等式），这取决于分布，因此校正样本标准偏差（使用贝塞尔校正）有偏差。

用python随机生成一个一百万数据的总体，然后进行1000次抽样，每次抽50个数据。

1.先导入需要用到的包


import pandas as pd 
import numpy as np
impor]]></description><category></category></item><item><title><![CDATA[MYSQL窗口函数，数据分析好轻松]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/124957492</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/124957492</guid><author>ouyang_xiaogan</author><pubDate>Wed, 25 May 2022 13:36:29 +0800</pubDate><description><![CDATA[可分为两大类：专用窗口函数、常用聚合函数

专用窗口函数

ROW_NUMBER() OVER(PARTITION BY …ORDER BY …)

当前行在组内的序号，不管是否出现重复项，不间断连续排序号，如1,2,3,4,5......



DENSE_RANK() OVER(PARTITION BY …ORDER BY …)

不间断组内排序，重复项序号会相同，如1,1,2,2,3......



RANK() OVER(PARTITION BY …ORDER BY …)

间断组内排序，重复项序]]></description><category></category></item><item><title><![CDATA[Error: cannot import name ‘delayed‘ from ‘sklearn.utils.fixes‘]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/124082445</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/124082445</guid><author>ouyang_xiaogan</author><pubDate>Sun, 10 Apr 2022 18:21:44 +0800</pubDate><description><![CDATA[问题：调用 from imblearn.over_sampling import SMOTE 出现报错

报错：cannot import name ‘delayed‘ from ‘sklearn.utils.fixes‘

首先：

依赖库要求：imblearn需要依赖某些Python模块（下面是最新版0.7.0的依赖要求）
python (&gt;=3.6)
numpy (&gt;=1.13.3)
scipy (&gt;=0.19.1)
scikit-learn (&gt;=0.23)
keras 2 ]]></description><category></category></item><item><title><![CDATA[jupyter 主题设置与jupyter常用插件]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123431149</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123431149</guid><author>ouyang_xiaogan</author><pubDate>Sat, 12 Mar 2022 22:20:27 +0800</pubDate><description><![CDATA[jupyter 默认的主题我实在是用的很不习惯，所以我安装完成第一件事就是换一个心仪的主题。

我们可以通过命令行窗口或 Anaconda Prompt 窗口安装 jupyter 主题

pip install jupyterthemes
]]></description><category></category></item><item><title><![CDATA[手搓函数，实现train_test_split一样的数据集划分]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123279970</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123279970</guid><author>ouyang_xiaogan</author><pubDate>Fri, 04 Mar 2022 17:28:39 +0800</pubDate><description><![CDATA[在机器学习训练算法模型之前，我们一般都需要对数据集进行划分为训练集和测试集。训练集用作机器学习训练得出算法模型，而测试集用来对训练出来的模型进行检验。

在sklearn中可以从sklearn.model selection中调用train_test_split函数方法实现数据集的划分。

1、train_test_split

今天我们来手搓一个函数实现train_test_split一样的数据集划分。

话不多说，我们直接先上代码!


from random import randrange
fro.]]></description><category></category></item><item><title><![CDATA[自写函数实现特征预处理之标准化]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123158008</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123158008</guid><author>ouyang_xiaogan</author><pubDate>Sat, 26 Feb 2022 23:48:34 +0800</pubDate><description><![CDATA[标准化是一个常用的数据预处理操作，目的是处理不同规模和量纲的数据，使其缩放到相同的数据区间和范围，以减少规模、特征、分布差异等对模型的影响。

标准化数据通过减去均值然后除以方差（或标准差），这种数据标准化方法经过处理后数据符合标准正态分布，即均值为0，标准差为1，转化公式：



通过函数要怎么实现呢？公式较为复杂我们可以采取拆分的方法逐一完成。

1、先计算平均值 


data = [[5, 6, 3], [4, 6, 8], [6, 9, 7]]


def data_mean(data):
   ]]></description><category></category></item><item><title><![CDATA[不用pandas，自写数据读取函数]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123149702</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/123149702</guid><author>ouyang_xiaogan</author><pubDate>Sat, 26 Feb 2022 15:21:39 +0800</pubDate><description><![CDATA[不用pandas，自写数据读取函数]]></description><category></category></item><item><title><![CDATA[朋友还没看完一本novel，我已经快要搬完书库了]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/122626977</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/122626977</guid><author>ouyang_xiaogan</author><pubDate>Sun, 23 Jan 2022 11:00:02 +0800</pubDate><description><![CDATA[利用scrapy获取小说详情页信息]]></description><category></category></item><item><title><![CDATA[Linux常用命令大全 @ 超级全]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/121750744</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/121750744</guid><author>ouyang_xiaogan</author><pubDate>Mon, 06 Dec 2021 16:58:53 +0800</pubDate><description><![CDATA[都是常用的Linux命令，超级全！！]]></description><category></category></item><item><title><![CDATA[MYSQL的一些实用函数]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/120226159</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/120226159</guid><author>ouyang_xiaogan</author><pubDate>Fri, 10 Sep 2021 17:14:07 +0800</pubDate><description><![CDATA[可能业务不同使用的频率不高，但是需要的时候还是很实用哒]]></description><category></category></item><item><title><![CDATA[SaaS常用指标及计算方法]]></title><link>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/119885766</link><guid>https://blog.youkuaiyun.com/ouyang_xiaogan/article/details/119885766</guid><author>ouyang_xiaogan</author><pubDate>Tue, 24 Aug 2021 18:28:48 +0800</pubDate><description><![CDATA[一、常用指标

1、MRR/ARR（M:month,A:year）

RR：经常性收入（Recurring Revenue）是未来持续可获得的收入，SaaS 而言，经常性收入来自客户的订阅，具有稳定、可预测、高度确定的特点。

主要按月合同及少量的年度合同，采用 MRR（Month Recurring Revenue 月度经常性收入）。MRR 用于衡量每月订阅收入，如果有一些年度订阅，除以 12，再分摊到每月来计算 MRR
	按年合同及少量的多年合同 ，采用 ARR（Annual Recurring Rev]]></description><category></category></item></channel></rss>