文章目录    5.1 学习目标 5.2 内容介绍 5.3 相关原理介绍与推荐   5.3.1 线性回归模型 5.3.2 决策树模型 5.3.3 GBDT模型 5.3.4 XGBoost模型 5.3.5 LightGBM模型 5.3.6 推荐教材：  5.4 模型调参部分   利用xgb进行五折交叉验证查看模型的参数效果 定义xgb和lgb模型函数 切分数据集（Train,Val）进行模型训练，评价和预测     5.1 学习目标  了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程 完成相应学习打卡任务  5.2 内容介绍  线性回归模型：  线性回归对于特征的要求； 处理长尾分布；...

SQL 语句的执行顺序跟其语句的语法顺序并不一致 一般而言 SQL 语句的语法顺序是： SELECT[DISTINCT] FROM WHERE GROUP BY HAVING UNION ORDER BY  其执行顺序为： FROM WHERE GROUP BY HAVING SELECT DISTINCT UNION ORDER BY  需要注意的是： 1、 FROM 才是 SQL 语句执行的第一步。数据库在执行 SQL 语句的第一步是将数据从硬盘加载到数据缓冲区中，以便对这些数据进行操作。 2、SELECT 是在大部分语句执行了之后才执行的，严格的说是在 FROM 和 GROUP BY 之...

二叉树 节点 二叉树中每个元素都称为节点。 度  度的定义：节点所拥有的子树的数目称为该节点的度 注意： 叶子节点的度为0  二叉树的度表示节点的子树或直接继承者的数目，二叉树的度是一个子树或单子树。2度是两个孩子，或者左和右子树有两个叉树，最大度数为2。 叶子 叶是叶节的缩写。叶子或叶子指的是网络结构中的计算机，它接收来自靠近中心的计算机而不是更远的计算机的信号。叶节点是树的底部段中的节点，叶节点不具有子节点。叶节点的结构比中间节点的结构稍微复杂一些。以便在格式化的叶节点中保存多个条目。  总结 “二叉树中的度“是指树中最大的结点度，叶子结点是终端结点，是度为 0 的结点。 二叉树的度是指树...

希尔排序，它是简单插入排序经过改进后的一个更高效的版本。 希尔排序属于插入排序。 希尔排序也称为缩小增量排序。 思想： 希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。 图示： 按4进行逻辑上的 分组 增量为4 每组进行排序：  这就是第一次按照4排序完得到的结果 12345786 <mark>然后再上个增量上缩小一半变成2</mark>  上图是第二次增量为2的逻辑分组 接下来进行第二次的希尔排序 第二次希尔排序的结果为： 12435687  继续 第三...

题目： 用1*3的瓷砖密铺满3*20的地板的20那条边有几种方式？  解析：    以上加总为1278;

我们从一道面试题引入： 题目： 题目： 有20个人去看电影，电影票50元。其中只有10个人有50元钱，另外10个人都只有一张面值100元的纸币，电影院没有其他钞票可以找零，问有多少种找零的方法？ 解析： 这20个人不是一起的 所以第一个人必须是50元 要想后续每次都找的开，那么在每一次收钱的时候，收银员已经收过的50元的个数要大于已经收过的100元的个数。 从(0,0)开始记录收银员已经收银的状态，左边代表50元的个数，右边代表100元的个数，用**（a,b）记录，则a>=b** 第一次必须为(1,0) 第二次可以为(2,0)也可以为(1,1) 第三次：(3,0) 或者 (2,1) 以此...

文章目录  SQL之CASE WHEN用法详解   场景1：有分数score，score<60返回不及格，score>=60返回及格，score>=80返回优秀 场景2：现老师要统计班中，有多少男同学，多少女同学，并统计男同学中有几人及格，女同学中有几人及格，要求用一个SQL输出结果。 场景3：经典行转列，并配合聚合函数做统计，现要求统计各个城市，总共使用了多少水耗、电耗、热耗，使用一条SQL语句输出结果 场景4：CASE WHEN中使用子查询，根据城市用电量多少，计算用电成本。假设电能耗单价分为三档，根据不同的能耗值，使用相应价格计算成本。 场景5：结合max聚合函数  一...

视观表 (View) 可以被当作是虚拟表格。它跟表格的不同是，表格中有实际储存资料，而视观表是建立在表格之上的一个架构，它本身并不实际储存资料。 建立一个视观表的语法如下： CREATE VIEW "VIEW_NAME" AS "SQL 语句";  例子： 我们查询到： select a.SKU_ID,a.logday,a.sale_amt,b.bu_name,b.brand_name,b.user_name from a,b where a.SKU_id=b.SKU_id and user_name='小明' and year(logday)=2017...

用户分析是电商数据分析中重要的模块，在对用户特征深度理解和用户需求充分挖掘基础上，进行全<mark>生命周期的运营管理（拉新—>活跃—>留存—>价值提升—>忠诚）</mark> 用户第一单购买的行为往往反映了用户对平台的信任度和消费能力。 在公司中常常需要用SQL语句查出这个 1. 需求： 现在数据库中有一张用户交易表order，其中有userid（用户ID）、amount（消费金额）、paytime（支付时间），请写出对应的SQL语句，查出每个用户第一单的消费金额。  select userid, amount from ( select us...

网易严选是网易旗下原创生活类自营电商品牌，深度贯彻“好的生活，没那么贵”的品牌理念。商品覆盖居家、餐厨、配件、服装、洗护、母婴、原生态饮食等几大类目，兼具品质和性价比，得到用户的广泛好评。若你是网易严选负责商品的数据分析师，当面对以下业务问题时，你会如何解决？ <mark>① 用户增长团队期望选择一批合适的商品用于吸引新客，期望你帮助从数据的角度筛选出一批合适的商品，你会如何帮助他们进行筛选？请描述你的思路。</mark> （1）产品的新？老？首先定位发展方向，是发展现有产品还是进行新产品的拓宽。可以通过用户调研，调查目前用户选择网易严选平台的原因，是因为专注于一个方向...

1.销售预测的定义 销售预测是指根据以往的销售情况以及使用系统内部内置或用户自定义的销售预测模型获得的对未来销售情况的预测。 销售预测可以直接生成同类型的销售计划。 销售计划的中心任务之一就是销售预测，无论企业的规模大小、销售人员的多少，销售预测影响到包括计划、预算和销售额确定在内的销售管理的各方面工作。 <mark>销售预测是指对未来特定时间内，全部产品或特定产品的销售数量与销售金额的估计。销售预测是在充分考虑未来各种影响因素的基础上，结合本企业的销售实绩，通过一定的分析方法提出切实可行的销售目标。</mark> 2.注意点 销售情况不仅仅是指销售额，包括销售数量和销...

如何评估一档促销活动

贪心调参 （坐标下降） 坐标下降法是一类优化算法，其最大的优势在于不用计算待优化的目标函数的梯度。最容易想到一种特别朴实的类似于坐标下降法的方法，与坐标下降法不同的是，不是循环使用各个参数进行调整，而是贪心地选取了对整体模型性能影响最大的参数。参数对整体模型性能的影响力是动态变化的，故每一轮坐标选取的过程中，这种方法在对每个坐标的下降方向进行一次直线搜索（line search） 拿当前对模型影响最大的参数调优，直到最优化；再拿下一个影响最大的参数调优，如此下去，直到所有的参数调整完毕。这个方法的缺点就是可能会调到局部最优而不是全局最优，但是省时间省力，巨大的优势面前，可以一试。 网格调参Gr...

线性模型   LinearRegression线性回归  Lasso回归：L1正则化有助于生成一个稀疏权值矩阵，进而可以用于特征选择。由此发现power与userd_time特征非常重要。  Ridge回归：L2正则化在拟合过程中通常都倾向于让权值尽可能小，最后构造一个所有参数都比较小的模型，因为一般认为参数值小的模型比较简单，能适应不同的数据集，也在一定程度上避免了过拟合现象。  非线性模型  SVM：通过寻求结构化风险最小来提高学习机泛化能力,基本模型定义为特征空间上的间隔最大的线性分类器支持向量机的学习策略便是间隔最大化。 SVR：用于标签连续值的回归问题 SVC：用于分类标签的分类问题...