摘要：
官方文档：http://scikit-learn.org/stable/modules/linear_model.html 一、线性回归实践 1、导入相关库，并查看数据情况 2、对于预测的变量，查看分布情况 3、对于几个特征，查看与因变量的关系 结论：三个特征，前两个与销量呈现明显的线性关系，第三个 阅读全文
摘要：
一、线性回归 1、基本形式 其中：W表示了各个属性在变量中的权重 2、线性回归求解 损失函数的推导过程运用高斯分布+极大似然估计推导如下 所有样本满足这个公式：，其中e是误差项，假设满足高斯分布，可以写出概率分布函数如下 ，将e带入到概率分布函数中得到 运用极大似然估计方法，，然后取对数，得到对数似 阅读全文
摘要：
使用书籍：《Tableau：数据可视化之极速BI》 配套数据：网上下载的 安装教程：使用时间驻留器 #################################################################### 分割线。。。。 ####################### 阅读全文
摘要：
一、基础设置 导入相关的库 默认不显示中文，因此需要更改设置，显示中文 设置全局变量 二、导入数据，并查看 三、作图（matplotlib） 1、折线图 2、柱形图 3、横轴的柱形图 4、饼图 5、散点图 6、几个区域的画图方法（一种是用上面的柱形图那种方法 fig,ax = plt.subplot 阅读全文
摘要：
一、埋点如何做 数据的收集可以通过外部的工具比如：友盟和talking data等，不过部分深层次的用户行为数据还是需要做埋点收集的 做埋点时，一般需要两个表，一个是埋点事件表，一个是埋点统计表 1、埋点事件表： 数据埋点事件表一般是记录每个页面的交互事件，一般是后台记录次数。比如点击登录按钮的次数 阅读全文
摘要：
一、什么是AARRR模型 AARRR分别代表了五个单词，分别是产品生命周期中的五个阶段： 获取（Acquisition）：用户如何发现（并来到）你的产品？ 激活（Activation）：用户的第一次使用体验如何？ 留存（Retention）：用户是否还会回到产品（重复使用）？ 收入（Revenue） 阅读全文
摘要：
# -*- coding: utf-8 -*- """ Created on Mon Oct 9 14:05:41 2017 @author: lenovo """ import numpy as np import pandas as pd #载入数据，合并测试集和训练集做特征处理 data_train = pd.read_csv('./input/train.csv') data_t... 阅读全文
摘要：
一、一般模型 结果是：0.82222222222222219 二、加入正则项： 结果是：0.77777777777777779 阅读全文
摘要：
输出结果：0.97777777777777775 阅读全文
摘要：
一、普通的线性模型 二、加入正则化的模型 Ridge回归 Lasso回归 阅读全文