logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Maxdiff系列(六)MaxDiff的数据分析(用Excel进行logit分析)

最近10年来,Maxdiff在估算多个对象的偏好上被应用到越来越多的领域,但是国内关于Maxdiff数据具体应该如何分析的介绍很少。尽管本系列曾经就Maxdiff的分析做了一些简单的介绍(参见本公众号分享文章《Maxdiff系列(五)Maxdiff的数据分析》),但主要是从频数分析角度出发简单介绍其分析思想。目前Maxdiff的主流分析模型是逻辑模型(Logit model)以及基于此...

MaxDiff系列(五)MaxDiff的数据分析

这一节我们将介绍MaxDiff最重要的一个部分,即如何分析Maxdiff数据。文章内容可能数学味道浓一些,但是别担心,绝大多数的计算只需要中学数学水平。我们希望大家明白,MaxDiff的分析并不是黑箱子,而恰恰相反,是非常简单和符合直觉判断的。在估计Maxdiff题目中每个对象的偏好效用得分时,分层贝叶斯算法(Hierarchical Bayesian)是目前最普遍采用的方法,但这种方法...

MaxDiff系列(五)MaxDiff的数据分析

这一节我们将介绍MaxDiff最重要的一个部分,即如何分析Maxdiff数据。文章内容可能数学味道浓一些,但是别担心,绝大多数的计算只需要中学数学水平。我们希望大家明白,MaxDiff的分析并不是黑箱子,而恰恰相反,是非常简单和符合直觉判断的。在估计Maxdiff题目中每个对象的偏好效用得分时,分层贝叶斯算法(Hierarchical Bayesian)是目前最普遍采用的方法,但这种方法...

mysql 8.0 1114 Error, The table /tmp/#sql~~~ is full

mysql 最近运行较大的存储过程时经常会报错,报错1114,提示:1114 Error, The table /tmp/#sql~~~ is fullmysql8.0 正好这周升级了新版本,找了国内很多解决方案都无济于事,包括调整tmp_table_size 和 max_heap_table_size 大小,清理硬盘空间,更换缓存表文件夹位置,都没有解决,最后还是公司老大找到了外网解决方案搞定。

#mysql
Maxdiff系列(六)MaxDiff的数据分析(用Excel进行logit分析)

最近10年来,Maxdiff在估算多个对象的偏好上被应用到越来越多的领域,但是国内关于Maxdiff数据具体应该如何分析的介绍很少。尽管本系列曾经就Maxdiff的分析做了一些简单的介绍(参见本公众号分享文章《Maxdiff系列(五)Maxdiff的数据分析》),但主要是从频数分析角度出发简单介绍其分析思想。目前Maxdiff的主流分析模型是逻辑模型(Logit model)以及基于此...

数据分析|销量预测模型

一、什么是预测通过研究过去、了解现在、预测未来。二、为什么做预测销量的多少会直接影响整个公司的运作,通过预计提前做出合理安排。三、预测的基本依据满足什么条件才可以做预测四、常用预测的方法我们主要来看下定量预测,因为最好还是数据说话。4.1时间序列方法(解释:对未来影响不同,权重也不同,离的近的权重大,离的远的权重小)(解释:这时候预测12月的销量,选择Q4里的N个数据做预测,到底N为多少,根据个人

#算法
notepad++ 怎么查看和替换换行符

最近在做短词汇命中时,经常会发现命不中的情况,最后发现是换行符在捣鬼,因此需要用notepad++来查看和替换换行符;查看换行符在视图-显示符号-显示所有字符里,选中即可查看这里的CR LF既是换行符此时如果想要替换换行符该怎么操作呢?首选CTRL+F 调出替换,然后在查找目标里输入“\r\n” ,同时我们需要把扩展打开,然后替换为空即可。...

Maxdiff系列(六)MaxDiff的数据分析(用Excel进行logit分析)

最近10年来,Maxdiff在估算多个对象的偏好上被应用到越来越多的领域,但是国内关于Maxdiff数据具体应该如何分析的介绍很少。尽管本系列曾经就Maxdiff的分析做了一些简单的介绍(参见本公众号分享文章《Maxdiff系列(五)Maxdiff的数据分析》),但主要是从频数分析角度出发简单介绍其分析思想。目前Maxdiff的主流分析模型是逻辑模型(Logit model)以及基于此...

为何Transformer在计算机视觉中如此受欢迎?

在过去的大半年中,学术界视觉 Transformer 还涌现了大量变种,包括 DeiT [9],LocalViT [10],Twins [11],PvT [12],T2T-ViT [13], ViL [14],CvT [15],CSwin [16],Focal Transformer [17],Shuffle Transformer [18] 等。但是,在人工智能的不同子领域中,基本建模的方式各种

#算法#transformer
本地化部署一个简单的AI大模型,Llama3.1

2.3 点击新建变量输入变量名“OLLAMA_MODELS” 和变量值(也就是要保存的具体位置,这里保存到了D盘) ,然后点击确定就可以修改保存位置了,然后把模型重启在打开,就可以了。默认是powershell窗口,不太方便使用,因此我们需要部署一个简易的交互窗口,窗口输入如下两个命令即可。程序会自动下载Llama3.1的模型文件,默认是8B,也就80亿参数版本,个人电脑完全可以运行。程序会默认将

文章图片
    共 21 条
  • 1
  • 2
  • 3
  • 请选择