HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

Kaggle Tabular Playground Series - Jan 2022 的baseline和日期特征处理

Kaggle决定将他们每月的表格竞赛延续到2022年这对于我们来说是非常好的消息。并且也Kaggle表示他们已经考虑大家的评论,所以我希望这意味着他们将不再使用庞大到使系统崩溃的数据集,这次1月的比赛数据集就不是很大。在我看来,2022年1月的竞赛问题是对涵盖几年时间的销售额的预测

数据变异性的度量 - 极差、IQR、方差和标准偏差

variability被称作变异性或者可变性,它描述了数据点彼此之间以及距分布中心的距离。可变性有时也称为扩散或者分散。因为它告诉你点是倾向于聚集在中心周围还是更广泛地分散。低变异性是理想的,因为这意味着可以根据样本数据更好地预测有关总体的信息。高可变性意味着值的一致性较低,因此更难做出预测

Pandas系列|一切从爆炸函数开始

Pandas系列|一切从爆炸函数开始前段时间部门有位大数据开发的同事离职了,在他和其他开发的同事进行工作项目交接的时候,我去旁听了下,因为涉及到一些公司业务逻辑的问题。当讲到某个项目的时候,他谈到:<blockquote这个业务逻辑是…….,我用Hive中的<strong爆炸函

腾讯云 CKafka 联合云函数重磅上线 DataHub,让数据流转更简便

随着大数据时代的到来,各大互联网公司对于数据的重视程度前所未有,各种业务对数据的依赖也越来越重。有一种观点认为大数据存在“3V”特性:Volume,Velocity,Variety。这三个“V”表明大数据的三方面特征:量大,实时和多样。这三个主要特征对数据采集系统的影响尤为突出。多种多样

数据中台的建设方法、架构和技术栈

​多数企业都意识到数据的重要性,都希望利用数据来驱动业务发展。但经常会听到这样一句话:“我们企业现在业务都还没做起来,连数据都没有,还不到考虑数据利用的时候。”这句话在某种程度上代表了一部分企业对于数据利用的认知,即数据利用从先有数据开始。而数据是在应用建设后存到数据库里的,所以先建设应用,然后等数

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。