自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Jon_Sheng的博客

分享自己学习数据分析&机器学习的心得

  • 博客(11)
  • 收藏
  • 关注

原创 小程序数据监测工具分析

微信小程序自2017年1月9日发布,是最早推出小程序的厂家之一,之后多家服务商也同步推出了一系列数据监测服务,用于监测小程序中用户的访问行为,便于对用户的行为进行进一步的分析,及时调整运营策略,进行更深层次的用户拉新与留存。在互联网小程序运营中,数据监测和分析的好处在于:1、便于及时发现运营中存在的问题,调整用户运营策略2、有利于接下来的产品运营及迭代3、涉及到需要用户点击的行为中...

2019-10-12 16:19:05 2629

原创 SEM账户结构学习

SEM账户结构大致分为四个层级:账户、推广计划、推广单元、关键词与创意。在账户层级设置中,主要包含以下几个方面:1、账户状态2、账户预算3、推广地域4、关键词/创意激活时长5、精确匹配扩展6、动态创意设置7、搜索合作网络8、目标客户追投9、好词快投在推广计划层级设置中,主要包含以下几个方面:1、计划状态2、预算3、设备4、推广地域5、推广时段6、否定关键词7、创意展现方式8、个性化推荐在推广单元层...

2018-05-28 15:40:28 4782

转载 关于推广中漏斗模型的理解

漏斗的五层对应了企业搜索营销的各个环节,反映了从展现、点击、访问、咨询,直到生成订单过程中的客户数量及流失。这个模型中,企业的搜索营销从展现开始,到最后的订单,每个环节都会有所流失。而企业的目的是,保证最后的“订单量”环节能够尽可能大,而订单量是整个漏斗模型中最小的环节,因此,要达到企业的目的,必须保证订单量上的每一个层面都尽可能大,并保证每个环节的流失率尽可能小。因此,最终工作就明确了——通过对...

2018-05-25 15:03:30 2255

转载 流量数据分析的方法学习

1、看数字和趋势(以电商网站为例)2、维度分解3、用户分群(又叫用户画像)4、转化漏斗5、行为轨迹关注行为轨迹,是为了真实了解用户行为。通过大数据手段,还原用户的行为轨迹,有助于增长团队关注用户的实际体验、发现具体问题,根据用户使用习惯设计产品、投放内容。6、留存分析在人口红利逐渐消褪的时代,留住一个老用户的成本要远远低于获取一个新用户。我们可以通过数据分析理解留存情况,也可以通过分析用户行为或行...

2018-05-21 10:35:24 5278

原创 百度统计学习笔记

百度统计是一个工具,能用来做数据分析,利用它能对网站进行分析,了解相关流量指标,网站实时信息等。百度统计的功能:网站导航栏共有9个大类,如图所示:常用报告,网站概况,百度推广,流量分析,来源分析,访问分析,转化分析,访客分析,优化分析。其中1.常用报告能添加自己所需的报告,导出格式是百度统计设定好的,pdf or csv。2.网站概况页面包含本网站的流量,趋势,关键词,来源等大致信息,显示在一个页...

2018-05-15 15:08:21 1510

转载 网站流量分析数据指标

如果如果把一个网站比作一家超市,运营网站就像打理超市的生意,那么目标就是让访客多停留、多购买、多办几张会员卡。为了达成这个目标,我们先要了解当前的情况,比如有多少人走进了超市、看了多少件产品、多少人办理了会员卡;类似地,在网站分析中我们也要了解这些数据,并作为后续业务调整的依据:比如,多少人进入了网站、浏览了多少页面、多少人办理会员等,网站分析指标是数据化地呈现网站运营的状况,帮助站长从各维度了解...

2018-05-11 15:04:04 9791

转载 支持向量机SVC 和 SVR,回归和分类的区别在哪里?

图片转载自知乎,感觉两张图能说明一切:

2018-05-08 17:47:25 9275

原创 Python机器学习中将重要特征可视化的方法

最近读到了一本书,《Python机器学习经典实例》,里面有很多的机器学习实例,入门干货满满啊~其中,有段代码,能够将重要特征可视化,并且降序排列,如下所示:def plot_feature_importances(feature_importances,title,feature_names):# 将重要性值标准化 feature_importances = 100.0*(fea...

2018-03-30 09:51:11 7174 4

原创 pandas切片索引中loc、iloc、ix的区别

在用pandas进行DataFrame的处理时,经常需要对某行或某列进行索引,在不同的书中,会用到不同的索引方法。其中,最常见的就是loc,iloc,ix三种方法。①loc——通过行标签进行索引②iloc——通过行号进行索引③ix——结合前两种的混合索引举例说明:import pandas as pddf = pd.DataFrame({'a':[0,1,2],'b':[3,4,5],'c':[...

2018-03-27 10:33:11 7160

原创 pandas相关系数矩阵

相关矩阵也叫相关系数矩阵,是由矩阵各列间的相关系数构成的。也就是说,相关矩阵第i行第j列的元素是原矩阵第i列和第j列的相关系数。定义:设(X1,X2,X3...Xn)是一个n维随机变量,任意Xi与Xj的相关系数ρij(i,j=1,2,...n)存在,则以ρij为元素的n阶矩阵称为该维随机向量的相关矩阵.记作R,即性质:相关矩阵的对角元素是1。相关矩阵是对称矩阵。在python中,可以利用panda...

2018-03-26 13:49:04 30509

原创 Python机器学习中的DictVectorizer(特征向量化)的使用说明

特征转换最近在看《PYTHON机器学习及实践+从零开始通往KAGGLE竞赛之路》这本书,书中采用最简单直接的方式介绍了机器学习的入门实践语句,简单介绍原理以后,就开始代码实现了。刚好看到一个例子,关于DictVectorizer的使用,很是喜欢这种操作方式,代码如下:from sklearn.feature_extraction import DictVectorizerdict_vec = ...

2018-03-26 10:17:56 15731 3

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除