在工作中，有时需要用到Git。对于很多开发而言，Git的使用可能非常的简单，而对于数据分析的小伙伴，可能有由于先前没有接触过，可能不太了解。今天要介绍的是Github的使用，对于很多公司内部使用自己部署的Gitlab…
在机器学习中，常见有的交叉验证方法有留出法（Holdout cross validation）和k 折交叉验证（k-fold cross validation）等，除此之外还有留一法（Leave-One-Out，LOO）、留P法（Leave-P-Out，LPO）等，抽时间做了一…
Statsmodels和Scikit-learn是两个不同的Python库，它们都提供了用于线性回归的工具。Statsmodels中支持的线性回归模型列表： OLS回归：OLS代表“普通最小二乘回归”，它是一种最常见且最简单的线性回归模型。 …
latexify_py是一个 Google开源的Python 包，可以将Python源代码片段编译为相应的LaTeX表达式。 latexify_py 的使用非常简单，只需安装该库（pip install latexify-py）并导入相应模块即可。下面介绍的是一些…
韦恩图简介 维恩图(Venn)，也叫温氏图、维恩图、范氏图，用于显示元素集合重叠区域的图表。维恩图是关系型图表，通过图形与图形之间的层叠关系，来表示集合与集合之间的相交关系。 适合场景1：表示2个集合…
线性回归是机器学习中最为简单的模型，但在实际使用过程中可能不太适用。比如以下场景： 分段线性拟合是一种用于对数据进行建模的回归方法，其中数据在不同的区间内使用不同的线性函数进行建模。与简单线性…
NeuralProphet产生背景 大多数时间序列问题需要易于理解的预测。同时，需要有效的预测。这两个愿望导致了一种权衡：可解释性与准确率。准确率的显著提高通常归因于更复杂的模型。然而，复杂性与可解释性存在天然的…
超参数优化简介 目前人工智能和深度学习越趋普及，大家可以使用开源的Scikit-Learn、TensorFlow来实现机器学习模型。对于各种模型而言，或多或少都具有要调节的超参数。相同的模型应用在不同的数据集上，如何选择…
DTW简介 DTW（Dynamic Time Warping）是一种用于比较时间序列之间相似性的算法。它可以有效地处理在时间轴上存在偏移、缩放和扭曲等变形的时间序列数据。DTW算法通过对两个时间序列进行动态规整，将它们按最优路径…
当一些转化率指标发生波动时，往往需要分析原因，以转化率为例，影响转化率变化的可能因素有： 流量结构发生了变化，部分高转化的渠道或低转化的渠道的流量发生了较大的变化 部分渠道的转化发生了变化 …
