数据分析专栏

预测这些数据集的关键是观察时序之间的时间依赖性，以及过去发生的事情是如何影响未来的。但以下8个原因可能是影响时序预测可靠性（预测性能）的主要原因

手写naivebayes(贝叶斯分类器)： 欢迎关注我的公众号，DS数说，原创技术文章第一时间推送哦。 原链接传送门：https://mp.weixin.qq.com/s/Mi-G8FXI7NuYAJ

数据库是像编程语言和操作系统一样的基本技术。而业务需求进一步推动了技术发展。在过去的30年里，从SQL到NoSQL、NewSQL，已经出现了数百种不同的数据库。它们有两个主要的工作负载：OLTP（在线

不平衡数据集是指类别分布严重偏斜的数据集，例如少数类与多数类的样本比例为 1:100 或 1:1000。 训练集中的这种偏差会影响许多机器学习算法，甚至导致完全忽略少数类，容易导致模型过拟合，泛化能力

既然是玩转，就得easy，在通俗搞懂核心原理的基础上，重在实践。 本文首先介绍Prophet模型基本使用，再介绍一个开箱即用的开源项目--Streamlit_prophet

去年就偶遇MindsDB，当时docker部署体验，bug太多，直接放弃。近期闲逛github趋势，MindsDB再次出现（上了周榜）。想必是Bug修复了，能稳定运行，决定再深度使用它，看看能不能在生

1个月未更新了，年底事情比较多（社畜都懂得~）。上月底报名了百度飞桨的一个常规赛-- MarTech Challenge 点击反欺诈预测 ，搞了一周（社畜只能下班熬夜搞!），运气比较好，水到了Top1

2021科大讯飞-车辆贷款违约预测挑战赛Top1--方案学习 简介 车贷违约预测问题，目的是建立风险识别模型来预测可能违约的借款人。预测结果为借款人是否可能违约，属于二分类问题。 偏数据挖掘的比赛，关

[TOC] 在目录下创建py文件，并进行运行 os模块 在Python中有一个内置库os，是一个系统接口库，operating system interfaces。在linux系统中处理数据、运行脚本

使用vi或vim编辑文件 在linux里的文本编辑，需要掌握一些快捷键操作。一般使用vim 、nano nano nano相对vim来说，更容易上手一些，没有vim那些神奇的操作（用的6的人，感觉ta

[TOC] ARMA AR(p)，MA(q)二者相结合，即为ARMA(p,q)，自回归移动平均。 公式如下： 公式表示： 兼具捕捉滞后项及残差的影响，更具普遍性。确定p,q的阶，根据最小二乘或极大似然

一、移动平均模型(MA) 当前值是由过去误差的线性组合组成的，误差是服从正态分布并且相互独立的。 q阶公式： 1.2 对MA的理解 自回归与移动平均建模的差异： 移

平时工作也会写些命令行，但都要用的时候才记得，不成体系（忘了就百度），很多命令也老忘记。 这次跟着coggle的开源学习路径梳理一下，巩固基础

5个Pandas组合函数的异同。 在日常处理数据的时候，经常会遇到不同dataframe的连接、组合等操作，刚开始用的时候，会有点蒙，毕竟下面几个函数的作用类似，容易产生混淆。

某些模型可以很好地模拟这些数据的一个方面，而其他模型则可以很好地模拟另一个方面。集成算法提供了一个解决方案，我们可以训练这些模型，并作出合成预测，其中最终的准确度比每个单独的模型好（三个臭皮匠顶个诸葛