作者：Angelina_Zhang 链接：https://www.jianshu.com/p/247ff9c43a52 任何一个互联网产品，哪怕是一个简单的页面，也会涉及到很多的需…

作者：一只想飞的喵 审稿：童蒙 编辑：angelica 箱线图是统计学中较常见的图形之一。这篇文章将讲述如何简单比较两组或多组的平均值，且添加显著性标记。 通常情况根据显著性p值的…

画柱状图时会遇到添加显著性标记的问题，因为matplotlib没有自带的接口，所以只好自己画了一个 主要思路是用plot画标注框线，用annotate标注。 具体应用的时候需要根据…

Uplift models用于预测一个treatment的增量反馈价值。举个例子来说，假如我们想知道对一个用户展现一个广告的价值，通常的模型只能告诉我们用户在展示广告后的购买意愿很…

营销是发现或挖掘准消费者和众多商家需求，通过对自身商品和服务的优化和定制，进而推广、传播和销售产品，实现最大化利益的过程。例如，银行可通过免息卡或降价对处在分期意愿边缘的用户进行营…

  文章目录 1 Uplift Modeling与reponse model模型的差异 1.1 增益模型与响应模型的差异 1.2 增益模型与响应模型的混淆 1.3 业务疑…

我们介绍几种重要的数据分析工具。

由于Uplift模型还未被广泛使用，业界对于该技术的定义混乱，每个领域甚至每个公司都会有自己的魔改版本，甚至连该方法的名称都没有得到统一&…

1、igraph包绘制社交关系图（也有叫知识图谱的） 绘图的快速入门技巧是三步： 1、看数据源和数据类型，这个一定要弄清楚。 2、掌握基本的绘图函数或者直接借用别人的代码，加上第一…

转自 |刘潭仁，顺丰科技架构委员会负责人 顺丰作为物流龙头，公司在2018年面临业务多元化、快速发展的诉求和技术架构工具、平台落后的冲突。在2018-2021年期间，顺丰通过联动业…

DataFrame是一种不可变的分布式数据集，这种数据被组织成指定的列，类似于关系数据库中的表。Spark DataFrame与Python pandas 中的DataFrame类…

怎样分析AB测试结果？ AB测试结果分析包括统计学分析和业务分析两个部分。 统计学分析 统计学分析是为了确定AB测试结果在统计学角度是否可信。分析时我们首先关注A、B版本对用户行为…

本文3000字，阅读时间5分钟。欢迎关注公众号：米妮老师 做A/B实验需要多少样本？ 计算样本量，是A/B测试面试的必考问题之一。今天不讲数学，不讲公式，帮助大家正确理解：1）为何…

本文主要参考Battle of the Boosting Algos: LGB, XGB, Catboost，结果与原文有出入。 文章目录 1. 对比标准 1.1 数据集 1.2 …

1. MLflow介绍 直接copy官网上的介绍： MLflow is an open source platform for managing the end-to-end ma…

随着人工智能时代的到来，机器学习已成为解决问题的关键工具。我们接下来会详细介绍机器学习如何应用到实际问题，并概括机器学习应用的一般流程。 1.1 明确问题 明确业务问题是机器学习的…

DBSCAN聚类算法 基本概念：基于密度的带有噪声点的聚类算法（Desity-Based Spatial Clustering of Applications with Noise…

[图片] 分享嘉宾：刘吉博士 百度 资深研究员 编辑整理：Hoh Xil 出品平台：DataFunTalk 导读： 本文由百度资深研究员刘吉博士分享，主题为百度数据联邦平台及其应用研究。主要内容包括：① 数据联邦平台的架构；② 基于数据联邦平台的应用研究；③ 联邦学习；④ 可解释性。 01 数据联邦 ....

[图片] 分享嘉宾：邓威 腾讯 高级工程师 编辑整理：汪宸妃 武汉大学 出品平台：DataFunTalk 导读： 在腾讯金融场景，我们每天都会产生大量的数据，为了提升分析的交互性，让决策更加敏捷，我们引入了Impala来解决我们的分析需求。所以，本文将和大家分享Impala在腾讯金融大数据场景中的应 ....

[图片] 分享嘉宾：周晖栋 bilibili 编辑整理：宋灵城 贝壳找房/东南大学 出品平台：DataFunTalk 导读： 本文主要介绍Flink实时计算在bilibili的优化，将从以下四个方面展开：① Flink-connector稳定性优化；② Flink sql优化；③ Flink-run ....