一. 项目背景 二. 数据集介绍 三. 数据清洗 四. 分析模型构建 五. 总结 一. 项目背景 项目对京东电商运营数据集进行指标分析以了解用户购物行为特征，为运营决策提供支持建议。 本文采用了MySQL和Python两种代码进行指标计算以适应不同的数据分析开发环境。 二. 数…

「这是我参与2022首次更文挑战的第3天，活动详情查看：2022首次更文挑战」。 大家好，我是丁小杰。 本篇是《数据分析实战》系列第三篇，案例来源为《数据分析实战》一书，书中使用的是 R 语言，接下来

说到 AB testing，就不得不说到增长黑客，这个词大约在 2015 年就引入到中国了，但是在 2018 年开始火热起来。那么互联网公司想要增加活跃用户、增加收入，现在的产品运营还是采用增长黑客这

大家好，我是Peter~ 这个是Kaggle专栏的第二篇，赛题名是： House Prices - Advanced Regression Techniques。在本文中，你将会学习到： 单、多变量分

时间序列为预测未来数据提供了方法。根据先前的值，时间序列可用于预测经济，天气的趋势。时间序列数据的特定属性意味着通常需要专门的统计方法。在本教程中，我们将首先介绍和讨论自相关，平稳性和季节性的概念，然后继续应用最常用的时间序列预测方法之一，称为ARIMA。Python中可用的一种...

时间是决定企业兴衰的最关键因素。这就是为什么我们看到商店和电子商务平台的销售与节日一致。这些企业分析多年的消费数据，以了解打开大门的最佳时间，并看到消费支出的增加。但是，作为一个数据科学家，你怎么能进

一. XGBoost介绍 XGBoost算法可以给预测模型带来能力的提升。它具有很多优势： 标准GBM的实现没有像XGBoost这样的正则化步骤。正则化对减少过拟合也是有帮助的。 实际上，XGBoost以“正则化提升(regularized boosting)”技术而闻名。 X…

本篇博客作为前两篇XGBoost的原理与分析的续作三，主要记录的是使用XGBoost对kaggle中的初级赛题Titanic: Machine Learning from Disaster进行预测的实例，以此来加深自己对XGBoost库的使用。

LightGBM，XGBoost作为非常经典的GBDT模型，网上原理和实战代码都一大堆。但是看了几个公式，写了几行代码。是不是总觉得心里空空的。直到有一次被面试官问道。给你一堆数据，让你用GBDT模型去处理。这些数据在模型内部是如何运行的呢，最终答案如何得到的呢？虽然现场可以结…