#制作数据源boolean=[True,False]gender=["男","女"]color=["white","black","yellow"]data=pd.DataFrame({"height":np.random.randint(150,190,100),"weight":np.random.randint(40,90,100),"smoker":[boolean[x] for x in

目录二项分布篮球例子：疫苗例子：新冠例子：二项分布第一种理解方式： 四个人中选两个，c42第二种理解方式：总阶乘除以重复数的阶乘篮球例子：某人篮球投篮的命中率是0.3，总共投篮10次，问至少投中2次的概率?分析：（1）每次投篮有2种结果，投中或没投中；（2）每次投篮的投中概率是相同的，都为0.3；（3）每次投篮可认为是独立事件。因此，符合二项分布。python实现import numpy as n

auc：gbdt：决策树是机器学习中一种基本的分类和回归算法，是依托于策略抉择而建立起来的树。其主要优点是模型具有可读性，分类速度快，易于理解。决策树的思想主要来源于Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及有Breiman等人在1984年提出的CART算法。数据异常指标：第一，维度下钻时间维度，产品维度：如美团看哪个产品线场景维度：关注流，热门推荐客户行业维度

第一节：tableau介绍及其下载第二节：使用tableau连接数据源如导入excel文件第三节：维度和度量第四节：数据堆叠和筛选器