Xuxixixixixixix-CSDN博客

原创因果推断大集合从0-1的因果知识(一篇)

文章介绍了几类经典的因果推断算法(metalearning、因果森林、连续因果变量、PID、小样本、帕累托最优等)，在实际营销场景可结合具体算法快速部署，结果评估中结合AA波动、AB显著差异等方法确定效果的持续稳定性。

2024-05-14 11:24:21 1506 1

因果推断是一种研究因果关系的方法，旨在确定一个因素是如何导致另一个因素或事件发生的。在统计学和机器学习领域，因果推断是一种从数据中推断因果关系的方法。传统的统计分析方法主要关注相关性，即统计两个变量之间的关系，并通过相关系数或回归分析来衡量它们之间的相关性。然而，仅通过相关性分析无法确定这种关系是否具有因果性。因为相关性只是表明两个变量之间存在某种关联，而不一定暗示其中一个变量是另一个变量的原因。因果推断旨在通过利用随机性试验或者观察到的数据，来确定两个事件或变量之间的因果关系。

2023-07-14 16:42:12 481

原创图神经网络的应用

图神经网络简介

2023-07-14 16:31:43 490

原创图神经网络系列(gnn)及其实现--小白系列

本文将介绍几种常见的GNN模型，包括GCN、SAGE、GAT、GATNE和Node2Vec，并对它们的算法原理、输入输出、代码实现以及优缺点进行详细讨论。19.优点：Node2Vec模型能够学习到节点的低维嵌入向量，并考虑节点之间的相似性，适用于节点分类、节点聚类等任务。15.优点：GATNE模型能够学习到节点和边的嵌入向量，并考虑到节点和边的关系，具有较好的表达能力。3.优点：GCN具有参数共享和局部连接性的优势，能够学习节点的局部结构信息，并具有较强的泛化能力。10.输出：更新后的节点特征矩阵。

2023-07-07 10:43:25 2493

原创数据处理中的sql函数（mysql，hive，spark，hdfs，yarn）

常见sql函数对比在利用sql进行数据处理过程中，往往会涉及较多需要使用的api问题，大体分类可为，一般函数，窗口函数，时间函数这几类，通过对这几类的常见api进行归类方便后续使用查看函数名hivespark示例sql时间相减字符替换时间+T排序函数行转列函数条件函数当前时间距离T字符串反转表join...

2023-05-23 19:58:13 358 1

原创 Machine Learning-based Selection of Graph Partitioning Strategy Using the Characteristics of Graph D

分析大型图数据是许多现代应用程序的重要部分，例如社交网络。由于其巨大的计算复杂性，通常采用分布式处理。这需要将图数据分布在节点上，而分割策略的选择对任务的执行时间有很大影响。然而，并不存在一个适用于任意图数据和算法的通用分割策略。分割策略的性能取决于图数据和算法的特性。此外，由于图数据和算法的复杂性，手动识别最佳分割策略也是不可行的。在这项工作中，我们提出了一种基于机器学习的方法，为给定的图和处理算法选择最合适的分割策略。

2023-05-22 14:35:21 329 2

原创数据挖掘xgb使用总结

数据挖掘xgb使用总结1.数据挖掘背景2.常见模型及特点

2022-07-20 17:24:41 7841

原创 spark(scala,python)的基本概念，调优，常见错误问题分析

spark-scala的基本概念，调优，常见错误问题分析spark(scala,python)的基本概念，调优，常见错误问题分析主要介绍spark的基本概念及对应数据在集群（yarn）上的配置调优，以及在运行中的常见问题定位，方便快速学习spark基础知识，上手开发基本概念sparkSession和sparkContext区别:sparkContext一般也叫sc,spakrSession习惯简称为spark变量。其中spark是包含sc的，sc是spark历史版本2.0之前常用的创建和操作RDD

2021-02-26 19:29:38 382