俗理解T检验与F检验的区别2016年09月22日 11:36:52阅读数：24981，T检验和F检验的由来一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前

概述本文使用Kaggle上的一个公开数据集，从数据导入，清理整理一直介绍到最后数据多个算法建模，交叉验证以及多个预测模型的比较全过程，注重在实际数据建模过程中的实际问题和挑战，主要包括以下五个方面的挑战：缺失值的挑战异常值的挑战不均衡分布的挑战(多重)共线性的挑战预测因子的量纲差异以上的几个主要挑战，对于熟悉机器学习的人来说，...

用xgboost模型对特征重要性进行排序在这篇文章中，你将会学习到：xgboost对预测模型特征重要性排序的原理（即为什么xgboost可以对预测模型特征重要性进行排序）。如何绘制xgboost模型得到的特征重要性条形图。如何根据xgboost模型得到的特征重要性，在scikit-learn进行特...

原文地址：https://machinelearningmastery.com/machine-learning-ensembles-with-r/集成学习能够提升准确率，而本文将会介绍如何用R建立三种高效的集成学习模型。本次案例研究将手把手地教你实现bagging、boosting、stacking，...

对于分类模型，常用的指标有混淆矩阵、ROC曲线，AUC值，KS曲线以及KS值、Lift图，Gain图等，查阅了很多的资料，加入自己的理解整理了一下他们的计算方法和意义，希望对大家有帮助。1. 混淆矩阵---确定截断点后，评价学习器性能假设训练之初以及预测后，一个样本是正例还是反例是已经确定的，这个时候，样本应...

主成分分析和因子分析的理论与速成应用丨R语言和SPSS比较案例小卫哥之数据分析R语言学习者、爬虫、SPSS、民谣​关注他13 人赞了该文章本章内容□ 主成分分析□ 探索性因子分析□ 理解其他潜变量模型学习计划：背景在实际的科学研究中，为了更好地、全面地、完整地把握和认识问题，我们往往对反映问题的多个变量进行大量观测，尽可能多地收集关于分析对象的数据信息。在大多数情况下，这些变量之间可能存在着相关性

数据分析方法论主要有两大块：1）统计分析方法论：描述统计、假设检验、相关分析、方差分析、回归分析、聚类分析、判别分析、主成分与因子分析、时间序列分析、决策树等；2）营销管理分析方法论：SWOT、4P、PEST、SMART、5W2H、User behavior等。一、统计分析方法论：1.描述统计（Descriptive statistics）：描述统计是通过图表或数学方法，对数据资料进行...

2015年8月19日，阿里校招数据分析师笔试题。共计21题（貌似统计漏了一题，应该是单选少了一题，凑合看吧），选择题每个人的都不一样，问答题是一样的。暂时没有答案，希望对大家有用。单选题：1观测宇宙中单位体积内星球的个数，属于什么分布：A学生分布B泊松分布C正态分布D二项分布 2一些关于数据挖掘说法是正确的A数据挖掘...

原文链接 http://m.nowcoder.com/discuss/15168?type=2&order=0&pos=5&page=0&from=timeline&isappinstalled=0原作者分享的福利：推荐书籍和简历模板 链接: http://pan...

I。多重对应分析 多重对应分析在超过两个以上定类变量时有时候非常有效，当然首先我们要理解并思考，如果只有三个或有限的几个变量完全可以通过数据变换和交互表变量重组可以转换成两个定类变量，这时候就可以用简单对应分析了。对应分析对数据的格式要求：对应分析数据的典型格式是列联表或交叉频数表。常表示不同背景的消费者对若干产品...