ML之FE：RFM指标的简介、意义、应用之详细攻略
ML之FE：RFM指标的简介、意义、应用之详细攻略目录RFM指标的简介RFM指标的意义RFM指标的应用在众多的客户关系管理(CRM)的分析模型中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期交易行为、交易的总体频率以及交易金额三项指标来描
Python 数据分析 —— Pandas ②
首先：读入 movie_data.xlsx查看一下前5行数据 在做数据分析时，原始数据往往会因为各种各样的原因产生各种数据格式问题。数据格式是我们非常需要注意的一点，数据格式错误往往会造成很严重的后果。并且，很多异常值在我们经过格式转换后才会发现，对我们规整数据，清洗数据有
互联网大厂数据分析面试常见问题及解法，建议收藏
从面试官的角度沉淀了一些常见的数据分析问题以及问题背后考察的能力，并为大家一一拆解背后的逻辑，助力大家拿offer！
14个面试中常见的概率问题
在任何数据科学面试中，基本上都会问道一些有关概率的问题。 这在本文中我总结了一些相关的问题供大家参考。
一文细数100+个数据分析指标
这一、用户数据指标IP（Internet Protocol）：独立IP数。UV（Unique Visitor）：独立访问客数。PV（Page View）：页面浏览量/阅读量。VV（Visit View）：访问次数。一、用户数据指标IP（Internet Protocol）：独立IP数。UV（Uniq
跟数据打交道的人都得会的这8种数据模型，满足工作中95%的需求
其实模型的使用只是为我们从杂乱无序的海量数据中找到一条最方面、最省力、最有效的捷径。通过数据模型你可以清晰的知道收集哪条数据、分析哪个指标、从哪个维度能更快的获得你想要的结果，至于模型的叫什么并不重要，会用就行。
Python数据分析报告
业务背景：B2B业务已收会员和服务费作为收益主要来源，目前会员类型分成钻石会员、金牌会员，销售合同一般会包含会员服务、增值服务、广告服务等等，销售过程可能会受到销售策略的影响，做一些业务的促销优惠或者折扣。每年的订单含新客户签约和老客户续约两种，同时合同期间也会出现服务加购或者变更的问题。问题研究：
第2期：大数据岗位有哪些
目前大数据是一个非常有发展前景的岗位，在IT界薪资待遇也很高，很多人想从事这方面的工作，那下面我们谈谈大数据可以应用到哪些领域，需要哪些技术、都有哪些岗位。
90个Numpy的有用的代码片段
这些有用的片段在面试中会经常出现，也可以作为日常的numpy练习。
在 Pandas 中使用 Merge、Join 、Concat合并数据的效率对比
在 Pandas 中有很多种方法可以进行DF的合并。本文将研究这些不同的方法，以及如何将它们执行速度的对比。
【Python】数据分析——直方图、散点图、线性回归、多项式回归、拟合度
目录绘制直方图绘制散点图线性回归多项式回归拟合度数据分析就是在一大批杂乱无章的数据中,运用数字化工具和技术,探索数据内在的结构和规律,构建数学模型,并进行可视化表达,通过验证将模型转化为知识,为诊断过去、预测未来发挥作用。一个数据库的例子：Carname=[]Color=[]Age=[5,7,8,7
【Pyspark】常用数据分析基础操作
文章目录零、准备工作0.1 安装pyspark一、pyspark.sql部分1.窗口函数2.更换列名：3.sql将一个字段根据某个字符拆分成多个字段显示4.pd和spark的dataframe进行转换：5.报错ValueError: Some of types cannot be determine
数据科学必备Pandas数据分析可视化常用举例
学Python数据科学，玩游戏、学日语、搞编程一条龙。整套学习自学教程中应用的数据都是《三國志》、《真·三國無雙》系列游戏中的内容。可视化是数据科学中必不可少的部分。Python 流行的数据分析库pandas提供了 .plot() 方法进行数据可视化。即使新手阶段也能很快就会创建基本图，从而对数据产
四大名著知识图谱可视化
四大名著人物关系分析实践，通过知识图谱可视化，从二维视觉突破到2.5维视觉，整体提升数据关系感知能力。
520还不知道选啥礼物？让AHP帮你选一个最符合你的吧~（附Python代码
520了，不管是男码，女码友，都应该收到一份示爱，也希望各位单身码友今年脱单，不单身的码友和另一半感情越来越好，不管在什么地方都有人爱你，我爱你们~
基于聚类算法的城市餐饮数据分析与店铺选址
餐饮业生意好坏的影响因素通常有很多，包括店铺菜系、口味、服务态度、周边环境、人口密度、所在区域、人均消费等等方面。本项目以上海城市为例，对其餐饮业消费数据进行统计分析，从三个维度“口味”、“人均消费”、“性价比”对不同菜系进行横向比较。针对某一商铺类型，将上海划分成格网空间，做空间指标评价，基于聚类
一零四、大数据可视化技术与应用实训（展示大屏幕）
大数据可视化实训 通过flask，echarts展示大屏幕
基于大数据的股票数据可视化分析与预测系统
本项目基于 Python 利用网络爬虫技术从某财经网站采集上证指数、创业板指数等大盘指数数据，以及个股数据，同时抓取股票公司的简介、财务指标和机构预测等数据，并进行 KDJ、BOLL等技术指标的计算，构建股票数据分析系统，前端利用echarts进行可视化。基于深度学习算法实现股票价格预测，为投资提供
【Python数据分析】之数据合并的concat函数与merge函数
文章目录系列文章一、concat函数1)横向堆叠与外连接横向堆叠合并df1和df2,采用==外连接==的方式2) 纵向堆叠与内链接二、merge()函数三、join函数1）根据行索引合并数据2）合并重叠数据系列文章Python之Series和DataFrame的数据排序Python数据分析之复习知识
