存档 | 数据科学基础

数据科学运用数学来分析数据、提炼信息并讲述故事。数据科学的结果可能只是为了严格证实一个假设，或是从数据中发现某些有用的特性。在数据科学中，您可以使用许多工具，从基础统计学到复杂的机器学习模型，不一而足。即使是 […]

揭示有意义见解的道路通常始于一个简单的步骤：先看数据，再提问题。这次穿越艾姆斯住房数据集的旅程不仅仅是一次探索；它是一个关于隐藏在数字中、等待被讲述的故事的叙述。通过“数据优先方法”，我们邀请您深入 […]

数据科学体现了视觉叙事艺术、统计分析精度以及数据准备、转换和分析基础之间的微妙平衡。这些领域的交汇点正是真正的数据炼金术发生的地方——转换和解释数据，以讲述引人入胜的故事，从而推动决策制定和知识发现。正如 […]

房地产行业是一个由代理商、房主、投资者、开发商、市政规划师和技术创新者等利益相关者组成的庞大网络，他们各自为这个行业带来了独特的视角和目标。在这个错综复杂的生态系统中，数据成为连接这些不同利益的关键元素，促进了协作与创新。房地产科技（PropTech）就说明了这一点 […]

数据转换使数据科学家能够将原始数据提炼、归一化和标准化为适合分析的格式。这些转换不仅仅是程序性步骤；它们在减轻偏差、处理偏态分布和增强统计模型的稳健性方面至关重要。本章将主要关注如何处理偏态数据。通过专注于 […]

在数据科学项目中，您收集的数据通常不是您想要的形态。您常常需要创建派生特征，将数据子集合并为摘要形式，或根据某些复杂逻辑选择一部分数据。这并非假设情况。 […]

在数据分析领域，SQL 是一个强大的工具，以其在管理和查询数据库方面的强大功能而闻名。Python 中的 pandas 库为数据科学家带来了类似 SQL 的功能，使得在没有传统 SQL 数据库的情况下也能进行复杂的数据操作和分析。在下文中，您将应用 Python 中的类 SQL 函数来 […]

离群点的独特之处在于它们通常不按常规出牌。这些与其他数据点显著不同的数据点可能会扭曲您的分析，降低预测模型的准确性。尽管检测离群点至关重要，但目前尚无公认的通用方法。虽然一些先进技术（如机器学习）提供了解决方案，但 […]

在房地产世界里，有许多因素影响着房产价格。经济、市场需求、地理位置，甚至房产的销售年份都可能扮演重要角色。2007年至2009年是美国住房市场动荡的时期。这段通常被称为“大衰退”的时期，见证了房价的大幅下跌 […]

独立性卡方检验是一种统计程序，用于评估两个分类变量之间的关系，以确定它们是相关还是独立的。探索房产的视觉吸引力及其对其估值的影响非常有趣。但您多久会将房屋外观与功能性特征联系起来 […]