RandomForest、XGBoost、GBDT和LightGBM都属于集成学习。

关键词：

1.确定需要聚成多少个簇，K

关键词：Kmeans，密度聚类

（1）输入所有特征数据，计算各特征信息增益，选取信息增益最大的特征作为分类节点

关键词：CART，C4.5，ID3

AB实验本质上就是对照实验，通过对实验对象分组，在不同分组中实行不同的策略，然后对比各组间的数据差异，从而找到最优方案。

关键词：假设检验，正交实验，双重差分

对比试验的本质是通过控制变量，来观察其对目标变量的影响。所以必须要排除控制变量外的其他因素的干扰，也就是要在其他条件一致的情况下，对比才有意义。

关键词：AB实验，归因分析

假设（Hypothesis）：对总体参数的数值所作的一种概述，包括总体均值、比例、方差等。

关键词：卡方检验，z检验，t检验，非参数检验

最近身边有不少小伙伴在考虑跳槽的事情，免不了的会遇到一些SQL的面试题。

关键词：sql，面试

关键词：查全率，查准率，召回率，精确率，ROC，AUC

今天是整理的高频hive-SQL面试题的第三弹，包含三个常见问题：

关键词：sql，面试

白果树下，新添憔悴，淫淫碎金瓯。叶上珍珠本无主，雨底黄花更难留。朝来暮色不改，斑斑云霭，闭日锁重楼。
鹊自回巢，蚓曳涂中，未解此时风流。只白云苍狗，万事终休。每忆当年，几欲冲冠，而今觉浅，折了吴钩。

关键词：

潮头千转，沙沉萍起。客行一世，散发弄舟能有几？山阴雪后、兴尽耳，当喜则喜。
泛泛之交，燕雀安知杜鹃啼？三两句，汝自东归，吾便向西。往来处，老树病枝，安之也栖。

关键词：

春日近，征衫薄。客作江南三四月，闲情毅志，无着落。且休休，漫若弃冠褪履，抟祖高卧。
南飞雁，东流水，老去哪堪说。青髯戟指，潘鬓消磨。卷云舒袖揽月渡天河，餐风饮露吸霞履清波。

关键词：

谁道人生惆怅？莫把酒醉今朝。都说人生酣畅，男儿带刀、挥毫。竞平生力气，把太行、王屋推倒。凌云志，比天高。
踏波千里，抛杯脱帽。穷途未决，壮士皆豪。试把乾坤变化，芥子须弥，哪个能逃。风过于野，合抱折腰；流经磐石，砥砺磨销。

关键词：

照林风晚，腥汗似雨初霁。执蕉叶，追风捕影、激扬浊气。得闲片刻，渐囊空如洗。
左右参差，连海接天斑陆离。进退连环，胼手胝足不染泥。本是垄头客，奈何倦布衣？

关键词：

晨初不见日，岁末方得值。此夕无照，疏雨沥沥，老雁难为使。算人间万事，那堪一笑？愁予。

关键词：

青山不改旧恨，明月又添新愁。归雁年年，南北去留。只我不得翼，独望曹州。
尘埃周流未休，野马奔腾依旧。征途漫漫，上下索求。唯我最知足，慢说兜鍪。

关键词：

老鹊嘈嘈，带斜阳渐归。重重暮霭，倏变苍狗年年岁岁。看道旁行人、又双双对对。得叹人间少个我。
已非年少，凭甚狼毫恣挥？高林闲鹤，或相识，残山剩水。南柯旧枝，正是只鸟向谁？待鸡皮鹤发成堆。

关键词：

樽中月好，梦里花红。暑夜难消、年少露华浓。肯忆前朝，故国称雄。予生二十载，半数与君同。 
桃李琼琚，惟赠吾兄：雁阵方成，莫作孤鸿。前生造化，依旧万世从容。把酒啐西风，长枪破劫履长虹。

关键词：

 杯中物，难托吾赤心。山横路沉沉。是伯牙山高断流水，是子期而后再无琴？松间风，云边月，莫独吟。
从无恨，稚子君相亲。乃有心，秋风染我鬓。叹契阔，念旧恩。大千灼灼冠冕客，小镇落落纪郭陈。知何往？山共水，鸟归林。

关键词：

鹈鴂、鹧鸪声声住。无限斜阳，遍染黄昏树。锦襜突骑旧时路，可怜天堑不忍渡。廉颇未老，锈满湛泸。

关键词：

花间处处堪酌，而今倦了西风，哪有愁生。故人多笑我，休咎自拟，径须直行！鸦鬓垂松，怨君不语，风味几人同？

关键词：

  雨重几多愁？ 风高一树秋。花开非昨日，双鲤再难求。

关键词：

昔我往矣，今汝来思，争相似?故园霏霏霜草地，冉冉新城未可及。时时看取，飞絮缠丝，病如痴。与君说，岁寒不耐，且添衣。
此际萧颯，也将三五，终难敌他红叶掩余霞。白日殷勤，久夜独醒，只是醉眠些。待月许，公等还家，续饮重斟，最宜些。

关键词：

在万众期待之下，伴随着各种质疑和猜测，第七次全国人口普查数据千呼万唤始出来，终于在11日公之于众。

关键词：人口普查，用户画像

最近刷微博、知乎，总是看到“植发“广告，师兄不禁腹诽：我这是被精准营销了么？

关键词：回归分析

在上期的SQL题目中，我们以求连续活跃为例，讲述了lead 、lag错位相减的用法。但若不采用错位相减的花，其实也可以实现这一目的。本次我们就先讲述一下最大连续活跃天数的第二种解法，然后再讲述另一常见面试SQL题目。

关键词：sql，面试

春天到了，万物复苏，又到了跳槽的季节。

关键词：爬虫,数据分析,可视化

从事数据分析工作有些年头了，不敢说积累了什么丰富的经验，但确实干了很多傻逼又苦逼的活儿，受了不少委屈和折磨，攒了一肚子牢骚，不吐不快。今天我们不谈经验，只管吐槽！

关键词：数据分析师,职业发展

在之前南丁格尔玫瑰图的介绍中，我们把各个国家的疫情数据以玫瑰图的形式进行了展示，但是当涉及到的国家数量较多时，玫瑰图也并不能完美地展示出所有国家。这个时候，我们很自然地就想到了在世界地图上表示表示各个国家的，那么在pyecharts中如何实现呢？

关键词：地图,pyecharts,可视化

最近，贾玲导演的电影《你好，李焕英》在春节档一众电影中脱颖而出，成为了一匹黑马，更是中国影史上第三部票房破50亿的电影。

关键词：词云，李焕英，贾玲

在做文本分析和关键词统计的时候，我们经常会使用到词云图来展示关键词词频。pyecharts当然也支持词云的生成，并且还可以自定义词云形状。

关键词：pyecharts,词云,可视化

​开局先上图，代码在结尾哦！

关键词：python,可视化,echarts

111我的、

关键词：

工欲善其事，必先利其器。作为数据分析师，最基础的工作肯定就是数据查询和可视化了。今天，我们就来说一说分析师吃饭的家伙之一——可视化工具。

关键词：python,可视化,echarts

转眼2021都快过了一个月了，不知道大家是否在写日期的时候还是会不自觉地写下“2020-XX-XX”？

关键词：sql,时间格式

在可视化工作中，我们通常会根据数据的维度分类来制作图表，比如用户性别、年龄段、地区等自然属性，抑或是用户等级、活跃程度、是否付费等行为属性。这时就需要把各属性值组合在一起进行比较，但量少了还好说，一旦属性值过多，很容易使得绘图区混乱无需，严重影响数据的表达效果。

关键词：python,可视化,echarts,时间轴

说起玫瑰图，大家可能不是很熟悉，但是对它的表亲饼图（扇形图）应该都不陌生了。

关键词：pyecharts,玫瑰图,饼图,可视化