发简信
IP属地：广东
-
-
一张图理解因果推断中的ATE、ATT、ATC在因果推断的学习中，遇到了ATE、ATC、ATT三个词，感觉很抽象不好理解。直到在油管上看到一个视频，解释得比较容易理解，在此记录下来。用上面这一张图，就可以理解这三个概念。...
-
PSM倾向性评分匹配的Python实现在Python上做PSM，可以使用causalinference这个库。以下介绍使用方法。 这个数据集是员工的个人信息（经验、性别、种族等等）和工资。假如我们要看性别这一个因...
-
关于SQL去重的几种方法
1. distinct select distinct 列名 from 表名 2. row_number select *,row_number() over (partit...
-
关于SQL优化的笔记
常用的优化方式：https://www.changchenghao.cn/n/174426.html 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where和order...
-
All About Interview - Day 2
RF、GBDT和XGBoost都属于集成学习（Ensemble Learning），集成学习的目的是通过结合多个基学习器的预测结果来改善单个学习器的泛化能力和鲁棒性。根据个体...
-
Spark处理数据的速度为什么比Hive更快？
考察：Spark和Hadoop运行机制的理解，对技术应用场景的敏感性和理解程度，这对工作的具体质量有很大的影响。 Spark SQL比Hadoop Hive快，是有一定条件的...
-
数据分析（一）什么是埋点一、什么是埋点 所谓埋点是数据领域的专业术语，也是互联网应用里的一个俗称。它的学名应该叫做事件追踪，对应的英文是Event Tracking。它主要是针对特定用户行为或事件进...
-
All About Interview - Day 1新开一个面试专题，争取在面试中不要掉链子~ 今日份知识点串讲： 置信度、置信区间 置信区间是我们所计算出的变量存在的范围，置信水平就是我们对于这个数值存在于我们计算出的这个范...
-
Python文本挖掘学习笔记- sentiment analysis情感分析量化用户的内容、想法、信念和意见被称为情感分析。用户的在线帖子、博客、推特、产品的反馈有助于商业人士了解目标受众，并在产品和服务方面进行创新。情绪分析有助于以更好、更准确的方...
-
Python文本挖掘学习笔记-NLTK-Stopword，Stemming，Lemmatization，pos tag接着上一篇nltk的学习笔记，今天我们继续来看看nltk更多的内容~ Stopword 停用词: 停用词在文本中被视为噪音。文本可能包含停用词，例如is，am，are，thi...
-
Python文本挖掘学习笔记-NLTK-分词，计算词频文本挖掘也称为文本分析，文本挖掘是探索大量文本数据并查找模式的过程，我们将学习NLTK这个包，他功能强大，提供了一组多种自然语言算法。让我们一起来看看吧~ 首先，要在你的电脑...
-
python学习笔记 -- 爬虫2 正则表达式https://www.cnblogs.com/dreamingbaobei/p/9717234.html search方法，进行比对查找 也可以： 前面的字符串是规则，后面...
-
用python参加Kaggle的些许经验总结最近挤出时间，用python在kaggle上试了几个project，有点体会，记录下。 Step1: Exploratory Data Analysis EDA，也就是对数据...
-
python学习笔记 -- 爬虫11.准备工作 我们要分析豆瓣前250的电影～首先因为他是25部电影一页，所以我们看看他是怎么分页的 原来，在link里面，如果start = 25的话，新的一页就会显示从26...
