首先说一下什么是离散化以及连续变量离散化的必要性。 离散化是把无限空间中无限的个体映射到有限的空间中去，通俗点讲就是把连续型数据切分为若干“段”，也称bin，离散化在数据分析中特别…

一个用户的流失可能是因为缺乏新手引导，还没体验到产品的核心价值就流失了，也有可能是老用户经历了一次大改版，觉得产品不再像以前用的那么顺手了，但无论什么原因流失，用户一旦离开产品，触达到用户的方式和渠道就非常有…

原始数据本身没有用。为了使它实际有用，你需要准备它。

数据可以理解为是收集到的任何信息，可以使用、进一步处理和分析以获得见解。

趋势、分布、细化这三点包含了数据分析的大部分内容。无论是数据的收集、数据的整理，还是数据的分析，都需要不断地找趋势、看分布、做细化，这样才能找出最有价值的结论。

趋势、分布、细化这三点包含了数据分析的大部分内容。无论是数据的收集、数据的整理，还是数据的分析，都需要不断地找趋势、看分布、做细化，这样才能找出最有价值的结论。

[目录] 第一章：概述 第二章：整体数据分层 第三章：整体实现框架 第四章：元数据 第五章：ETL 第六章：数据校验 第七章：数据标准化 第八章：去重 第九章：增量/全量 第十章：…

来自数据工匠 http://datartisan.com/article/detail/67.html 引言 数据处理是建立预测模型时不可避免的一步。一个稳健的预测模型不是仅仅依靠…

有时我们需要对数据资料按照某个规则进行归组，如 在上述资料中，想按照年龄进行分组，30岁以下为组1，30-40岁为组2，40岁以上为组3 有两种方法可以实现： 1.使用计算变量功能…

数据挖掘很大工作不就是调参吗？为什么他提到的这些“厉害”的人物不会做事？

常用的论文图表绘制软件包括Excel、Origin、Sigmplot、Graphpad、Matlab、Python、R等，如图1-2-1所示。每个绘图软件的图表都有不同的图表风格。

首先对@MayaG表示感谢，这篇文章是被你提的问题激发出的灵感，非常感谢~ 数据清洗， 是整个数据分析过程中不可缺少的一个环节，其结果质量直接关系到模型效果和最终结论。在实际操作中，数据清洗通常会占据分析过程的50%—80%的时间。国外有些学术机构会专门研究如何做数据清洗，相关的书籍也不少。 （美亚搜data cleaning的结果，可以看到这书还挺贵） 我…

大数据和分析法的质量，不如分析的目的来得重要。最有趣的紧张态势和争论，始终围绕着组织是否会因使用分析法而获得最大报酬，以使既有的流程行为(process behavior)更完善，或者改变公司人员的行为。

关于中小企业该如何搭建企业数据平台，这里分享永银文化的建设经验，原文永银文化CIO周苏东在帆软百城巡展上的演讲。

本文将简单总结下一些处理海量数据问题的常见方法。当然这些方法可能并不能完全覆盖所有的问题，但是这样的一些方法也基本可以处理绝大多数遇到的问题。下面的一些问题基本直接来源于公司的面试笔试题目，方法不一定最优，如果你有更好的处理方法，欢迎讨论。

MySQL所使用的 SQL 语言是用于访问数据库的最常用标准化语言。一个小时学会MySQL数据库。

如果大家想成为一名数据分析师，又或者说是成为某个业务中的高级数据分析师，从技术上来说，需要去了解成为数据分析师的一些学习路径。