摘要：
数据仓库是数据的仓库，数据是从操作型数据库系统中获取，经过集成处理、按照合适的粒度进行聚合而成的数据的集合。 构建数据仓库，要从数据模型、数据集成、粒度设计和分区设计这四个方面着手，迭代式开发。 一，数据模型 在设计数据仓库之前，首先要了解操作型数据库的数据模型，数据模型分为三个层次： ERD（实体 阅读全文
摘要：
数据仓库是伴随着信息技术和决策支持系统（DSS，Decision Support System）的发展而产生的，利用历史的操作数据进行管理和决策。 数据仓库是一个面向主题的、集成的、非易失的、随着时间变化的，用于支持管理人员决策的数据集合，数据仓库包含粒度化的企业数据，在不同的粒度级别上对数据进行聚 阅读全文
摘要：
K最近邻(kNN，k-NearestNeighbor)算法是一种监督式的分类方法，但是，它并不存在单独的训练过程，在分类方法中属于惰性学习法，也就是说，当给定一个训练数据集时，惰性学习法简单地存储或稍加处理，并一直等待，直到给定一个检验数据集时，才开始构造模型，以便根据已存储的训练数据集的相似性对检 阅读全文
摘要：
变量之间存在着相关关系，比如，人的身高和体重之间存在着关系，一般来说，人高一些，体重要重一些，身高和体重之间存在的是不确定性的相关关系。回归分析是研究相关关系的一种数学工具，它能帮助我们从一个变量的取值区估计另一个变量的取值。 OLS（最小二乘法）主要用于线性回归的参数估计，它的思路很简单，就是求一 阅读全文
摘要：
散点图用于描述两个连续性变量间的关系，三个变量之间的关系可以通过3D图形或气泡来展示，多个变量之间的两两关系可以通过散点图矩阵来展示。 一，添加了最佳拟合曲线的散点图 使用基础函数plot(x,y)来绘制散点图，其中x和y是数值型向量，代表着图形中的点(x,y) abline()函数用于添加最佳拟合 阅读全文
摘要：
Scipy中计算距离的模块是scipy.spatial.distance，最常用的方法是计算距离矩阵，换句话说，从存储在矩形数组中的观测向量集合中进行距离矩阵的计算。 一，两两距离 在n维空间中的观测值，计算两两之间的距离。距离值越大，相关度越小。 scipy.spatial.distance.pd 阅读全文
摘要：
小仙女只喝露珠，不吃饭，媛的2018，奋斗和生活两不误，👍👍👍， 精神胜利法式年度报告 最终成绩：及格 详细指标： 完成了每个月读书的小指标的80%（杂七杂八的书全部完成目标，技术书籍阅读进度一言难尽。。。） 每年拿到两个证书小目标完成 80%（虽然大都靠运气飘过，还拿了一个获奖证书来凑数，但 阅读全文
摘要：
包（Package）是实现特定功能的、预先写好的代码库（library），通俗地说，包是含有函数、数据等的功能模块。R拥有大量的软件包，许多包都是由某一领域的专家编写的，但并不是所有的包都有很高的质量。在使用包之前，最好到社区中了解其他网友的反馈。R预先安装了一系列的基础包，包括base、datas 阅读全文
摘要：
模块是把程序代码和数据封装的Python文件，也就是说，每一个以扩展名py结尾的Python源代码文件都是一个模块。每一个模块文件就是一个独立的命名空间，用于封装顶层变量名；在一个模块文件的顶层定义的所有的变量名（函数名也是一个变量名），称作模块的属性。导入模块给予了对模块的全局作用域中的变量名的读 阅读全文
摘要：
函数的参数是参数暴露给外部的接口，向函数传递参数，可以控制函数的流程，函数可以0个、1个或多个参数；在Python中向函数传参，使用的是赋值方式。 一，传递参数 参数是通过赋值来传递的，传递参数的特点是： 参数的传递是通过自动把对象赋值给函数的本地变量名来实现的， 在函数内部的变量名的赋值不会影响调 阅读全文
摘要：
函数是把一些语句集合在一起的程序结构，用于把复杂的流程细分成不同的组件，能够减少代码的冗余、代码的复用和修改代码的代价。 函数可以0个、1个或多个参数，向函数传递参数，可以控制函数的流程。函数还可以返回代码执行的结果，从技术上讲，任何函数都要返回结果，一个没有返回值的函数会自动返回none对象。如果 阅读全文
摘要：
Python中的迭代是指按照元素的顺序逐个调用的过程，迭代概念包括：迭代协议、可迭代对象和迭代器三个概念。 迭代协议是指有__next__()函数的对象会前进到下一个结果，而到达系列的末尾时，则会引发StopIteration异常。为了支持迭代协议，Python内置了两个函数：iter()和next 阅读全文
摘要：
Python的变量不用声明，赋值之后就可以直接使用，类型是在运行过程中自动确定的，这就是动态类型模型。该模型把变量和对象设计成两个不同的实体，对象是存储数据的地方，对象的类型是由初始值自动决定的，而变量仅仅是对象的引用。变量是通用的，同一个变量名可以引用任何类型的对象。 一，变量、对象和引用 动态类 阅读全文
摘要：
前记：这是我老婆写的一篇文章，结合了她当前的分析工作和物联网，介绍了物联网环境下数据分析的应用。 物联网概论及国内外研究现状 “物联网概念”是在“互联网概念”的基础上，将其用户端延伸和扩展到任何物品与物品之间，进行信息交换和通信的一种网络概念。 物联网(Internet of Things)，国内外 阅读全文
摘要：
算术操作符用于对数值类型进行操作， 一，算术操作符 + ：加 - ：减 * ：乘 ** ：幂乘，例如，a**b，是指a的b次方 / ：除，在Python3.0中，是真除法，无论任何类型都会保持小数部分 // ：Floor除法，省略掉结果的小数部分 % ：求模，求余数 二，数值类型概述 Python的 阅读全文
摘要：
致敬那些漂泊在外的务工者，你们是一群有梦想的人！ 1 现状 本人沪漂一族，有次坐高铁去杭州，由于没有买到有座位的车票，想着路途不远，就买了站票。后来站累了，我发现一节特别的车厢有很多空的座位，看起来很豪华，很舒服的样子，我没多想，就径直坐了上去。坐了不一会儿，来了位美女乘务员查票，把我赶了出去，原来 阅读全文
摘要：
前记：这是我老婆随手写的一篇文章，结合了她当前的分析工作和云计算，介绍了云计算对大数据分析的助力。 在互联网后时代，数据分析已经成为企业保持竞争力的必要方法。企业在成长和发展的过程中积累了海量的数据，这些历史数据不管是通过纸质媒介，还是通过硬盘记录下来，都是企业宝贵的数据资产。对数据进行数字化处理， 阅读全文
摘要：
PowerBI的数据模型是表格模型，只能基于单个列创建关系，不支持基于多列的关系。但是，可以通过把相关的多个列组合成一个计算列，以它作为主键来创建关系。在数据模型中创建的关系，称作物理关系，物理关系会存储到数据模型中，虚拟关系只存在于DAX代码中，相比虚拟关系，利用物理关系的查询性能会更高。 一，使 阅读全文
摘要：
相关分析是数据分析的一个基本方法，可以用于发现不同变量之间的关联性，关联是指数据之间变化的相似性，这可以通过相关系数来描述。发现相关性可以帮助你预测未来，而发现因果关系意味着你可以改变世界。 一，协方差和相关系数 如果随机变量X和Y是相互独立的，那么协方差 Cov(X,Y) = E{ [X-E(X) 阅读全文
摘要：
使用geom_bar()函数绘制条形图，条形图的高度通常表示两种情况之一：每组中的数据的个数，或数据框中列的值，高度表示的含义是由geom_bar()函数的参数stat决定的，stat在geom_bar()函数中有两个有效值：count和identity。默认情况下，stat="count"，这意味 阅读全文