摘要：
一. 一元线性回归 对于线性回归最简单的就是一元线性回归，我们先拿一元线性回归作为入门的例子，等理解了这个，对于多元线性回归也就好理解了，都是一样的道理（对不起大家字写的不好！） 1.1官方定义 百科的定义：线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析 阅读全文
摘要：
1.问题 说到k-means聚类算法，想必大家已经对它很熟悉了，它是基于距离计算的经典无监督算法，但是有一次在我接受面试时，面试官问了我一个问题：“k-means为什么不能使用曼哈顿距离计算，而使用欧式距离进行计算？”，当时我顿时懵了，心想：‘难道不都可以吗？’，我只能说都可以，然后面试官给了我一个 阅读全文
摘要：
说明：本文重在说明交易数据统计、分析方法，所有数据均为生成的数据 时间原因代码未定义成函数 统计指标：1.用户单日交易行为数据 2.按小时为计算单位，统计用户行为数据（旨在求得一天24小时中每个小时的交易金额、交易量和后再做统计计算） 获取数据代码如下： 在juoyter-notebook中 导入所 阅读全文
摘要：
备注还没来得及写，共爬取八千多的歌手，每名歌手平均三十首歌曲算，大概二十多万首歌曲 run.py kugou.py items.py pipelines.py settings.py 阅读全文
摘要：
上面的代码等价于下面的代码： 两者的运行结果也都是一样的： 主函数运行之前None 也许你会很奇怪，为什么用print(test(2, 3, 4, ))会返回None,我当时也是一头雾水，下面我就解释一下这是为什么，这还是跑不了装饰器原理，一定要理解其原理。 以上面的两段代码为例，@foo替代了te 阅读全文
摘要：
留存率作用 用户留存率体现用户粘性，提高用户留存率可创造更大的价值 ，通常观察次日留存（1日留存）3日留存、7日留存、30日留存，根据不同的业务场景还有更久的周期。 用户留存在互联网行业中是重点核心指标，每一位数据分析小伙伴都要掌握并经常分析。 mysql计算留存率的写法 假设我们计算用户注册后，的 阅读全文
摘要：
本文由于没有现成的数据，就自己生成了一些商品订单数据，基于该数据进行了RFM和聚类的构建 1.数据的生成 数据库表操作 1 use my_work; 2 3 -- 创建商品订单表 4 CREATE table goods_orders_ful( 5 user_id varchar(100), -- 阅读全文
摘要：
最近项目中用到了多进程来算模型的特征，看看python高级库的多进程与多线程的效率 1 from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor 2 from concurrent import futures 3 阅读全文
摘要：
k-means应该是原来级别的聚类方法了，这整理下一个使用后验概率准确评测其精度的方法—高斯混合模型。 我们谈到了用 k-means 进行聚类的方法，这次我们来说一下另一个很流行的算法：Gaussian Mixture Model (GMM)。事实上，GMM 和 k-means 很像，不过 GMM 阅读全文
摘要：
OPTICS聚类算法原理 基础 OPTICS聚类算法是基于密度的聚类算法，全称是Ordering points to identify the clustering structure，目标是将空间中的数据按照密度分布进行聚类，其思想和DBSCAN非常类似，但是和DBSCAN不同的是，OPTICS算 阅读全文
摘要：
1 a = 1 2 print('a', a, id(a)) 3 b = a 4 a += 1 5 print('a', a, id(a)) 6 print('b', b, id(b)) 7 8 print('-' * 20) 9 a = a + 1 10 print('a', a, id(a)) 阅读全文