2024-07-15
692 字
3 分钟
随机森林如何调参
随机森林是一种强大的集成学习方法，通过构建多个决策树并取它们的平均值来进行预测。为了获得最佳性能，需要对随机森林模型进行调参。以下是一些常见的参数和调参方法：
常见参数
n_estimators: 决策树的数量。通常，增加树的数量可以提高模型的性能，但也会增加计算成本。
max_depth: 每棵树的最大深度。限制树的深度可以防止过拟合。
min_samples_split: 内部节点再划分所需最小样本数。增加这个值可以防止过拟合。
min_samples_leaf: 叶子节点最少样本数。增加这个值可以防止过拟合。
max_features: 寻找最佳分割时要考虑的特征数量。通常，默认值（
2024-07-12
6.7k 字
22 分钟
数据分析之Tableau食用指南
Tableau：最易上手且功能强大的可视化操作BI工具
Tableau是一款广受欢迎的商业智能（BI）工具，以其直观的用户界面和强大的数据可视化功能而闻名。无论是数据分析师、业务用户还是IT专业人员，都能快速上手并利用Tableau进行高效的数据分析和可视化展示。
相对于Excel，Tableau可以处理以亿为级别的数据，展现出其卓越的数据处理能力。而Excel在处理几十万条数据的时候，往往会出现卡顿现象，限制了其在大型数据集上的应用。
相较于MySQL，Tableau不仅提供了强大的数据连接和处理功能，还以其可视化操作和丰富的图表选项著称。用户可以通过Tableau直观地展示数据，进行深入的
2024-07-02
8.5k 字
29 分钟
数据分析之Excel食用指南
Excel，作为微软公司开发的一款强大电子表格软件，不仅在数据分析、财务计算、项目管理、统计分析等领域发挥着重要作用，还因其丰富的数据处理和计算功能，以及多样化的图表和图形工具，成为高效管理和分析数据的得力助手。
如下图，是拉姆在系统学习Excel时制作的某店铺报表，其中利用了切片器灵活筛选美团、饿了么的数据情况，这是初级数据分析师所必须掌握的。接下来，我们要介绍关于excel的各类用法，帮助大家胜任数据分析师。
基础篇
首先，为了确保数据的安全性和便于分析计算结果，我们需采取以下步骤：
创建一个新的工作簿（例如工作簿2），专门用于存储和分析计算结果。
这样做的好处是可以避免在原始数据工
2024-06-15
2.4k 字
9 分钟
数据分析食用指南2-优化与连接
优化算法
曾经有一次面试的时候，HR问拉姆优化算法都是有哪些，拉姆很懵，因为拉姆下意识以为这是算法岗的内容，就磕磕绊绊得回答的很糟糕。
现在了解一下，其实数据分析和数据挖掘中常用的优化算法是有很多的，这些算法可以帮助我们找到最优或近似最优的解决方案。
以下是一些常见的优化算法及其应用场景：
梯度下降（Gradient Descent）
梯度下降是一种迭代优化算法，用于最小化一个函数。在机器学习中，它通常用于最小化损失函数，以找到模型的最佳参数。
应用场景：线性回归、逻辑回归、神经网络等模型的参数优化。
随机梯度下降（Stochastic Gradient Descent, SGD）
随机
2024-06-05
2k 字
7 分钟
回归与分类
回归（Regression）和分类（Classification）是机器学习中两种常见的监督学习任务，它们在目标和方法上有所不同。
回归（Regression）
回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测一个具体的数值，如房价、股票价格、温度等。
关键特点：
目标变量：连续值。
输出：一个数值。
例子：线性回归、多项式回归、决策树回归、随机森林回归等。
应用场景：
房价预测
销售预测
股票价格预测
线性回归
线性回归（Linear Regression）是统计学和机器学习中最基础的预测建模技术之一，它用于建立和估计一个
2024-05-31
2.4k 字
8 分钟
数据分析之特征提取-PCA
常见方法
在数据分析中，特征提取是一个关键步骤，它涉及从原始数据中提取有意义的特征，以便用于后续的分析和建模。以下是一些常用的特征提取方法：
主成分分析（PCA）：
PCA是一种线性降维技术，通过将数据投影到新的正交坐标系中，提取出数据的主要成分。这些主成分是原始特征的线性组合，能够最大程度地保留数据的方差。
独立成分分析（ICA）：
ICA是一种用于分离混合信号的技术，它假设数据是由独立的非高斯信号源线性混合而成的。ICA的目标是找到这些独立的信号源。
线性判别分析（LDA）：
LDA是一种监督学习方法，用于在保持类间差异最大化的同时，减少数据的维度。LDA通过找到一
