- 博客(6)
- 收藏
- 关注
RSS订阅原创 电商数据分析：MySQL × Tableau 实战
本文为提升电商平台 GMV 与精细化运营，基于阿里天池数据集，通过 MySQL（Navicat 连接）完成数据导入、预处理，从用户（PV/UV、留存率、RFM 分层、转化率）和商品（热度、特征）双视角分析，借助 Tableau 实现可视化与仪表盘搭建。核心发现：平台以老用户为主，“双十二” 预热提升留存率，晚间 8-10 点为流量高峰，但用户转化率偏低，可为运营决策与初学者提供参考。
2025-12-20 14:54:26
946
原创 MySQL Day3：连接与笛卡尔积
多表查询主要靠 JOIN：INNER JOIN 取交集；LEFT/RIGHT JOIN 取左/右全部；FULL JOIN 取两表全部（需 UNION 实现）。CROSS JOIN 产生笛卡尔积。UNION 去重合并，UNION ALL 保留全部且更快。
2025-12-08 09:18:04
313
原创 MySQL day2 查询强化篇
MySQL Day2 查询强化篇：掌握 GROUP BY/HAVING 分组统计与筛选、DISTINCT 去重、ORDER BY 排序、LIMIT 分页限量等核心查询技巧。
2025-12-08 00:20:54
437
原创 重生之数据分析 day1 MySQL语法
MySQL 基础操作包括创建表、插入数据、删除表/行/列、查询数据和条件查询。通过 CREATE 命令可以创建表，定义列名、数据类型和约束条件；INSERT 用于向表中插入数据，要求列名和值匹配；删除操作通过 DROP TABLE 删除表、DELETE 删除行，ALTER TABLE 删除列；查询数据使用 SELECT 命令从指定表中选择列数据，WHERE 子句用于根据条件筛选数据。此外，MySQL 支持多种条件操作符，如 AND、OR、IN 和 LIKE，使得查询更加灵活高效。
2025-12-06 10:10:35
314
原创 基于改进 Transformer 的锂离子电池健康状态预测
本文在深度学习和数据分析方面的创新主要体现在特征提取与融合、多尺度特征处理和高维特征建模。提出的ADTC-Transformer架构结合了自适应扩张时序卷积（ADTC）与Transformer编码器，能够有效捕捉局部与全局特征，通过加权融合机制提升SOH预测的精度与鲁棒性。同时，将特征金字塔网络（FPN）与U型网络（Unet）结合，形成FUnet模块，增强了多尺度特征融合。最后，引入Kolmogorov-Arnold网络（KAN）作为预测模块，有效处理高维特征，提升了预测性能。实验表明，所提方法在NA
2025-12-04 18:34:36
1919
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人