摘要： Angular采用模块化、组件化的开发方式 组件之间的方法不能相互调用，一些公共的功能封装到服务里面，各组件调用服务里面的方法 服务之间可以相互调用；服务不能调用组件 二、 创建服务命令 ng g service my-new-service 创建到指定目录下面 ng g service servi 阅读全文

摘要： ng new 项目名称 安装依赖：npm install 运行项目 ng serve 创建新的组件： ng g component components/news 1、所有的页面由组件组成，组件之间相互引用组合 2、组件里面绑定数据，在ts里面定义，在html里面引用 一个组件定义数据，只能在本组件 阅读全文

摘要： 现在 Google Chrome 的稳定版都已经发布 39.0 版本了，我机上还是 31， 本想在线更新一下，结果点击菜单项中的“关于 Google Chrome”后，进入的界面提示“更新失败（错误：3）检查更新时出错：无法启动更新检查（错误代码为+3:+0x80040154）”，在网上搜索了一下， 阅读全文

摘要： 一、假设检验的步骤 具体的代码可以查；搞清楚应用场景和理解实现的原理 1.设置零假设和备选假设 2.设置显著水平 a=0.05 3.选择假设检验的方式 判断检验类型 （1）单样本检测：一个样本 （2）相关配对检测：同一组人测试两种情况，收集数据 （3）A/Btest：受测试的两组人，相似度高，确保同 阅读全文

摘要： 用户画像：标签化就是数据的抽象能力 他们已经在用网络进行产品宣传， 使用电商销售自己的商品。 这两年引领下半场发展的是那些在讲 “大数据”“赋能”的企业，他们有数据，有用户。 如果说互联网的上半场是粗狂运营，因为有流量红利不需要考虑细节。那么在下半场，精细化运营将是长久的主题。有数据，有数据分析能力 阅读全文

摘要： 1. 搞懂关联规则中的几个重要概念：支持度、置信度、提升度；2. Apriori 算法的工作原理；3. 在实际工作中，我们该如何进行关联规则挖掘。 一、搞懂关联规则中的几个概念(支持度、置信度、提升度) Apriori 算法的核心就是理解频繁项集和关联规则。在算法运算的过程中，还要重点掌握对 支持度 阅读全文

摘要： 1、一元回归 一元线性回归分析、多元线性回归分析 【一元线性回归分析】 已经某变量取值，如果想要用它得到另一个变量的预测值 自变量或预测变量、因变量或标准变量 1. 目的：根据某自变量取值得到因变量的预测值 2. 所需数据： 因变量（连续变量）+自变量（连续变量、二分变量） 3. 假设条件： a. 阅读全文

摘要： 方差分析 主体间单因素方差分析（ANOVA）用于比较两个或多个独立分组的因变量均值 1. 目的：检验两个或多个分组的因变量均值是否存在显著差异 2. 所需数据： 两个（或多个）不同分组（或分类）的主体间因子的自变量+连续因变量 3. 假设条件： a. 观测值独立 b. 各组总体的因变量取值服从正态分 阅读全文

摘要： 【推断统计】 1. 样本和总体 总体：目标事件的全体 样本：总体的一部分（总体的子集） 2. 推断统计： 用样本数据对总体进行归纳的统计过程 假定：样本对总体具有代表性 3. 假设检验： 两个假设：原假设+备择假设 原假设：表述为一个处理没有影响--（小概率事件）H0 备择假设：表述为该处理有影响 阅读全文

摘要： SPSS统计图的基础知识 标题区和注解区：位于图形的最上方和最下方； 坐标轴：用于表示响应变量的取值情况； 绘图区：被坐标轴包围，直接使用图形元素对数据进行呈现的区域； 图例区：位于整个图形的右侧。 直方图：观察数据分布“形状” 案例：CCSS_Sample.sav,绘制消费者信心值的直方图 分段直 阅读全文