qq_39783601的博客

我对机器学习的理解

初学者应该知道的十大机器学习算法来源：https://builtin.com/data-science/tour-top-10-algorithms-machine-learning-newbies机器学习算法被描述为学习一个目标函数 (f)，它最好地将输入变量 (X) 映射到输出变量 (Y)：Y = f(X)最常见的机器学习类型是学习映射 Y = f(X) 以针对新 X 预测 Y。这称为预测建模或预测分析，目标就是要做出最准确的预测。机器学习算法线性回归逻辑回归线性判别分析分类和回归树朴素贝叶

需求中可能存在在一个单元格中同时出现日期和星期，又想要递增，这个时候如果自己一个一个添加的话太过繁琐，无故添加很多的工作量。这个时候我们可以这么做：1、首先在需要输入数据的单元格中打开设置单元格格式——自定义——输入m/d [$-804]aaa——确定即可；2、在单元格中输入日期，例如：1-1，回车，回车后自动会显示对应的星期，这个时候你再递增的拉单元格就好。...

真的好难过啊，遇到不会的东西，百度还百度不出来的时候真的是无助又生气！最主要的是一个很简单的东西，不常用就忘记了…话不多说了，我分享出来，不会操作的希望可以被你看到并且帮到你，千万不要笑我哦！遇到折线和柱形图的组合图的时候，当有数据变化，图就会有相应变化，但是有的时候会出现折线图和柱形图重叠的时候（叠加到一起了部分数据），那么我们想要调节高低的时候应该怎么做呢？首先：点击图片，右侧出现＋号，点击其次：将已选择的坐标轴取消选中取消过后再选中坐标轴，（哈哈这个时候是不是会觉得很奇怪，这是什么操作

在日常工作中，我们可能会遇到数值中出现 E + 的情况，像这样：网上的方法有的行不通，像是1、点击数字选项，在列表中找到自定义，然后选择右面的0，最后点击确定点击确定后就变成下面这个样子这样的话就把数值都变了，其实隐藏掉的内容是不一样的，这个方法是行不通的。2、第2种方法是我们在输入数字以前先把这些表格设置成文本格式，这种方法改变不了原来数值的形态。以上两种方法可能对数值小的有用，但遇到数值隐藏的比较多的就不适用了。有最直接最方便的方法不管数值多大都可以一次性改成你想要的形态打开Ex

日常工作中，我们可能会遇到将不同列的数据合并为一列，前提是他们之间没有同行的数据，合并后不会覆盖数据。例如我们需要将下面几列的数据合并为一列：这是举例的数据，现实生活中可能数据量会有点大想要快速的实现，第一个方法就是使用 “ & ”函数：回车向下拉即可，如果合并之后有空格，那么选中所在列替换空格就好。还有一种方法：CONCATENATE 函数其实还有使用VBA去实现的，但是最快速简便的方法我能想到的就是这两点，后续还有的话会更新出来！...

今天工作遇到一个需求，其中有一列的需求是将姓名转变为拼音全称这个需求有两种解决办法（目前）直接进入正题：1、第一种方法，利用自定义函数要将以上的名字汉语拼音写出来，（举个例子，实际数据比这要多很多）首先需要编辑自定义函数打开Excel->工具->宏->Viaual Basic编辑器在弹出来的窗口中对着VBAproject点右键->插入->模块下面会出现一个名为"模块1"，点击在右边的空白栏中粘贴以下内容：我的是在这个位置，每个人或每个版本excel的布局都

LIMIT在我们使用查询语句的时候，经常要返回前几条或者中间某几行或者第几条数据，这个时候怎么办呢？不用担心，mysql已经为我们提供了这样一个功能。LIMIT 子句可以被用于强制 SELECT 语句返回指定的记录数。LIMIT 接受一个或两个数字参数。参数必须是一个整数常量。如果给定两个参数，第一个参数指定第一个返回记录行的偏移量，第二个参数指定返回记录行的最大数目。初始记录行的偏移量是 0(而不是 1)：为了与 PostgreSQL 兼容，MySQL 也支持句法： LIMIT # OFFS

多重线性回归分析简介：简单线性回归是只考虑单因素影响的预测模型，事实上，影响因变量的因素往往不止一个，可能会有多个影响因素，也就是研究一个因变量与多个自变量的线性回归问题，就用到多重线性回归分析了。多重线性回归的作用：1、探索对于因变量具有影响作用的因素；2、控制混杂因素，评价多个自变量对因变量的独立效应；3、用已知的自变量来估计和预测因变量的值及其变化。多重线性回归与多元线性回归多重线性回归：是指包含两个或两个以上自变量的线性回归模型；多元线性回归：是指包含两个或两个以上因变量的线性回

什么是回归分析？回归分析是研究自变量与因变量之间数量变化关系的一种分析方法，它主要是通过因变量Y与影响它的自变量Xi（i1,2,3…）之间的回归模型，衡量自变量Xi对因变量Y的影响能力的，进而可以用来预测因变量Y的发展趋势。????????????相关分析与回归分析的联系与区别：联系：两者均为研究与测度两个或两个以上变量之间关系的方法。在实际工作中，一般先进行相关分析，计算相关函数，然后建立回归模型，最后用回归模型进行推算或预测。区别：✨相关分析研究的都是随机变量，并且不分自变量与因变量；

一种现象的发展变化必然受与之相联系的其他现象发展变化的制约和影响。在统计学中，这种依存关系可以分成相关关系和回归函数关系。（1）相关关系现象之间存在着非严格、不确定的依存关系。特点：某一现象在数量上发生变化会影响另一现象数量上的变化，而且这种变化在数量上具有一定的随机性。例如：影响销售额的因素除了推广费用外，还有产品质量、价格、渠道等因素。（2）回归函数关系指现象之间存在依存关系。对于某一变量的每一个数值，都有另一个变量值与之相对应。可用 数学表达式 反映出来。什么相关分析？相关分析是研

今天你第一次遇到这个问题，很简单的一个Vlookup函数，回车后出现了 #SPILL! 错误。官方解释：溢出的数组公式无法溢出到合并的单元格。 请取消合并有问题的单元格, 或将公式移动到与合并单元格不相交的其他区域。通俗的讲：造成这个错误的原因：①可以理解为溢出单元格，就是需要匹配的数据和被匹配的数据不同数量（单元格）；②也可能是在写这个公式之前对匹配行进行了其他操作，比如删除等，这样有可能会出现这个问题；解决办法：①删掉原来的公式重新匹配（我是这么做的，成功了）；②修改计算公式里的查找区

多选题数据的录入主要有两种方式：二分法0 代表选中，1 代表未选中多重分类法事先定义录入的数值，比如1,2,3,4,5分别代表A,B,C,D,E ,并且根据多选题限选的项数确定应录入的变量个数。在SPSS 中多选题也被称为多重响应集，意味使用多个变量记录答案，其中每个个案都可以给出多个答案。步骤：【分析】——【定义多重响应集】：选择“Q5”题的全部选项（Q5-Q1 到 Q5-17），移至右侧的【集合中的变量】框中。根据数据特征，这些题目均以0、1格式作为答案，所以，【变

交叉表(交叉列联表) 分析法是一种以表格的形式同时描述两个或多个变量的联合分布及其结果的统计分析方法，此表格反映了这些只有有限分类或取值的离散变量的联合分布。当交叉表只涉及两个定类变量时，交叉表又叫做相依表。交叉列联表分析易于理解，便于解释，操作简单却可以解释比较复杂的现象，因而在市场调查中应用非常广泛。频数分布一次描述一个变量，交叉表可同时描述两个或更多变量。交叉表法的起点是单变量数据，然后依研究目的将这些数据分成两个或多个细目。交叉表是一种行列交叉的分类汇总表格，行和列上至少各有一个分类变量，

对于连续变量，除用频率分析外SPSS数据分析之分类变量频率分析SPSS数据分析之连续变量频率分析还可以用描述性分析对变量进行初步研究。步骤：【分析】-【描述分析】-描述在【描述】中，选中需要进行描述分析的变量，移至右侧【变量】框中。勾选如下图内容：返回结果：描述分析与频率分析的 不同：1、描述分析提供的统计量仅适用于连续变量，频率分析即可用与分析连续变量，也可用于分析分类变量；2、描述分析无相应统计图绘制输出，并且提供计算的统计量也相对较少。so，描述分析适用范围不广，但是

R的概述：R语言是用于统计分析，图形表示和报告的编程语言和软件环境。R语言的核心是解释计算机语言，其允许分支和循环以及使用函数的模块化编程。R语言允许与以C，C ++，.Net，Python或FORTRAN语言编写的过程集成以提高效率。R的特点:R语言是用于统计分析，图形表示和报告的编程语言和软件环境。 以下是R语言的重要特点：R语言是一种开发良好，简单有效的编程语言，包括条件，循环，用户定义的递归函数以及输入和输出设施。R语言具有有效的数据处理和存储设施，R语言提供了一套用于数组，列表，

1、主题在各类可视化图形的基础上，总结学习tableau中几类高级图形额应用，和可视化实现方法，如图表、留存结构图、地图可视化等。2、目标掌握tableau各作图功能区和对应的操作实现。掌握各类可视化图形的特征和信息展示方式。掌握tableau中各类图形可视化实现的基本流程。了解各图形工作中的应用案例。3、图表3.1 何时使用既要看到数据的规律特征，又要看到数据的最原始信息。分析中用于数据的拆解和原因的定位。3.2 使用技巧可以在表格中增加颜色带代表数据的大小和变化趋势。

1、主题在各类可视化图形的基础上，总结学习tableau中几类高级图形的应用和可视化实现方法，如漏斗图、瀑布图、组合图、树状图、图表、桑吉图等。2、目标掌握tableau各作图功能区和对应的操作实现。掌握各类可视化图形的特征和信息展示方式。掌握tableau中各类图形可视化实现的基本流程。了解各图形工作中的应用案例。3、箱线图3.1 何时使用探索各不同分类数据下数值型数据分布情况。3.2 使用技巧当样本数据比较多时，可将箱线图内部的散点打乱使数据分布展示更直观。使用带有信息标志

接着上一篇SPSS数据分析之分类变量频率分析现在我们以“Q3. 周岁年龄”这个变量进行连续变量的频率分析：步骤：【分析】-【描述统计】-【频率】-【Q3.周岁年龄】在【频率：统计】中，SPSS提供了丰富的描述性计量，包括百分位值、集中趋势、离散趋势和数据分布特征4个部分。这些统计量适用与连续变量数据的分析，不适用与分类变量数据分分析。(1)百分位值百分位值主要用于对连续变量数据离散程度的测量，我们常用的百分数值一般是四分位数。数据从小到大排列，用三个数据点将数据分为四等份，三个点相对应的就是