- 博客(18)
- 收藏
- 关注
RSS订阅原创 为什么t检验只适用小样本均值检测？
T 检验的思路是 通过计算t值，检验两两样本组是否均值相等。当给定一个样本组的样本均值是100，另一个样本组均值是110的时候，怎么判断两者是否是均值不等（或者运气导致的？）如果110是样本数为1000的样本均值，那不用做什么t检验了，明显就是不等，根据大数定律（样本量足够大的时候，样本均值接近总体均值）可得。所以T检验是用来检验小样本量的样本均值是否相等的...
2021-09-12 14:56:39
2310
原创 找出连续活跃5天的用户（解题思路）（互联网必看难题）
找出连续活跃5天的用户表 Accounts:+---------------+---------+| Column Name | Type |+---------------+---------+| id | int || name | varchar |+---------------+---------+id 是该表主键.该表包含账户 id 和账户的用户名.表 Logins:+---------------+-------
2021-07-07 22:47:45
659
原创 吴恩达-python机器学习代码-线性回归笔记
目录：一、单变量线性回归1、计算代价函数cost function((X * theta.T).T - y)*X 的形式为：theta为0时的代价函数2、梯度下降函数 gradient descent function3、可视化代价函数二、多变量线性回归1、特征归一化2、多元回归改变iterations和alpha的值时三、 正规方程Normal equation求解import pandas as pdimport numpy as npimport matplotlib.pyplot as pl
2021-05-03 16:59:54
686
原创 Machine Learning (Stanford University)第一周笔记
目录：(第一周)一、Introduction1、What is machine learning2、Machine learning algorithms1）Supervised learning2）Unsupervised learning3) Others: reinforcement learning, recommender systems二、Model&Cost Function1、Model Representation2、Cost Function 代价函数3、Gradient Des
2021-04-29 23:29:41
180
原创 pandas.Series-我的学习笔记（全）
Series 学习笔记目录：Series 学习笔记一、list列表、ndarray、series 对比二、Series列表的创建方式1、通过一维列表创建Series序列2、通过一维数组创建Series3、通过可迭代对象创建Series4、通过字典创建Series5、通过标量（常数）创建Series三、Series常用属性说明1、Series和ndarray共有的属性2、Series独有的属性3、操作实例四、Series元素的获取1、使用head()和tail()函数获取2、切片获取Series中的元素3、
2021-04-24 23:20:10
346
原创 Numpy-我的学习笔记（全）
Numpy介绍numpy是’Numerical Python’的简称，numpy提供了一个高性能的多维数组对象ndarray(N Dimension Array)，以及大量的库函数和操作。维度维度的写法元素的索引ndarray数据结构元数据部分存储当是当前ndarray对象当一些描述信息。比如shape\size\dtype\ndim真实数据部分存储的是当前这个ndarray对象中的真实数据ndarray常用属性ndim返回数组堆数shape返回数组形状dtype返回数组数
2021-04-21 13:32:49
463
2
原创 SQL数据库70题（力扣推荐）-我的刷题记录（持续更新）
数据来源：力扣网站：https://leetcode-cn.com/1、游戏玩法分析1写一条 SQL 查询语句获取每位玩家 第一次登陆平台的日期。查询结果的格式如下所示：Activity 表：±----------±----------±-----------±-------------+| player_id | device_id | event_date | games_played |±----------±----------±-----------±-------------+|
2021-04-20 23:24:32
786
原创 SQL换次序、换座位解题思路
如图，题目要求：交换上下相邻的座位（当最后一个学生id为奇数时，则不换）。首先是，当id/2的余数为1时，即定义id为奇数时，如果id为总的行数，即为最后一行时，返回id，实现最后一个学生不动。其次，其他id为奇数的学生，则id+1，实现了换位。然后，其他偶数的学生，则id-1。最后，对id进行从大到小的排序即可。（这是因为之前的id顺序已经发生了相邻id的大小改变。所以要重新排序）...
2021-04-18 15:03:47
586
原创 group by 与 Max()函数一起使用的坑
总结如下：如果使用了group by 只能查询被分组的列，如果要查询其他列，就需要在其他列上面使用聚合函数，如果没有使用聚合函数的列就只能查出这一列的这一组的第一行，本身这种查询默认是会强制性警告的，但如果关闭ONLY_FULL_GROUP_BY模式，就不会报错。...
2021-04-18 14:37:18
505
原创 pandas-profiling在Jupyter notebook如何调用？
昨晚发现了一个很方便的数据概览包，但是自己尝试的时候jupyter一直报错。用anaconda安装 panda-profiling即可正常使用。
2021-04-17 12:02:30
511
1
原创 为什么双样本独立T检验需要进行方差齐次性检验？
搜了很多答案都没搜到，自己总结参考别人的，希望对大家有帮助。首先，讲讲什么是方差齐性，方差齐性是指不同组间的总体方差是一样的。那为什么方差分析的前提是要组间的总体方差保持一致呢？先想想方差分析是做什么呢？方差分析是用来比较多组之间均值是否存在显著差异。那如果方差不一致，也就意味着值的波动程度是不一样的，如果此时均值之间存在显著差异，不能够说明一定是不同组间处理带来的，有可能是大方差带来大的波动；这里大方差的解释可能有点不容易理解。举个例子：假设第一组数据的总体分布方差非常大，导致抽到的样本点很分散，同理
2021-04-13 20:57:27
7162
原创 Python中Series,List,DataFranme,Dict,元组之间的区别!!!
1.List：List是一个一维的列表，我们可以利用下标进行值得追踪（不要忘了！python第一个元素的下标从0开始），每个元素可变，类型可变。其方便之处在于可以用append函数进行添加c=[1,2,3,4,5]2.np.arraypython中的list和array的不同之处list是列表,可以通过索引查找数值，但是不能对整个列表进行数值运算b=[1,2]b[1]Out[97]: 2type(b)Out[98]: listb+bOut[99]: [1, 2, 1, 2]ar
2021-04-13 12:35:09
1609
转载 箱线图Boxplot-统计学解读
箱线图：箱线图顾名思义最重要的两个成分就是箱和线。那么箱和线分别代表什么呢？我们首先来看中间这个箱子以及中间那条粗线：中间粗线代表中位数（如果是标准正态分布，中位数和平均值是一样的，位置在小箱子的中间位置）。箱子大小代表的是四分位数间距（IQR），也称为中间50％间距，是统计离散度的度量，等于第75和第25百分位数之间的差异，或者说是在上下四分位数之间，即：IQR = Q3-Q1。（这一句话中出现的分位数，四分位数，和百分位数在英语中对应了三个单词quantile，quartile，和percenti
2021-04-12 15:27:12
11697
1
转载 饼图-Matplotlib一幅图掌握全部饼图知识点
案例：芝麻信用失信用户分析关于pie函数的参数我们讲了这么多，光讲不练假把式，我们接下来通过案例，来绘制一个个性化的饼图。关于绘图数据，我们借用芝麻信用近300万失信人群的样本统计数据，该数据显示，从受教育水平上来看，中专占比25.15%，大专占比37.24%，本科占比33.36%，硕士占比3.68%，剩余的其他学历占比0.57%。对于这样一组数据，我们该如何使用饼图来呈现呢？import matplotlib.pyplot as plt# 设置绘图的主题风格（不妨使用R中的ggplot分隔）pl
2021-04-12 12:38:59
291
转载 pandas中的loc与iloc最本质区别
iloc和loc最本质差别iloc是按照行数名取值，而loc按着index名取值data=DataFrame(np.arange(16).reshape(4,4),index=list("1234"),columns=list("wxyz"))print(data) w x y z #列名 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15print(data.iloc[0])#w 0#x
2021-04-11 11:06:02
97
转载 处理数据中的缺失值、空值的方法大全
不论是机器学习模型，KPI或者报告，缺失值和它们的替代值都会导致你的分析结果出现巨大错误。通常分析人员只用一种方式处理缺失值。但事实并非如此，下面我们会介绍三种类型的缺失值以及其对应的解决方法。空值（null）的类型**随机遗失（MAR）：**在变量中空值的出现并非随机，而是取决于记录中已知或者是未知的特征。那么你可能会问自己，为什么其被称为随机遗失呢？这是因为空值与其实际值无关。这取决于你的数据集是否能被测试。为了找出替代值，你应该比较其他变量的分布，以获取具有缺失值和非缺失值的记录。比如：一个关于
2021-04-10 22:22:50
4938
转载 为什么t检验要满足正态？
因为t检验本质上是一种参数检验，是均值的比较。当我们进行t检验进行假设检验时都会使用以下假设：H0:两组之间的均值相等 ；H1:两组之间的均值不等 。t检验其实仅仅是对两组之间的均值进行了比较，但是为啥呢，正态分布不是有俩参数嘛——均值、标准差，为啥比一个均数就能说两样本代表的总体之间是否存在差异呢？我们发现t检验的前提条件除了要求数据来自正态分布总体外，还要求两样本总体方差相等,即具有方差齐性。举个栗子，看图说话：如果不要求满足正态分布，那么如下图，正态分布和指数分布比，比均数比个锤子，均数没有差异也
2021-01-03 14:32:54
5804
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人