申明:为了方便记忆,该笔记内容纯属拷贝,如与原创雷同,请加我为火山小视频好友:345270311,必将献上好段子已表感谢~ 正传 以下表为例,求公里数的累加求和以及累计百分比. 在D2单元格输入=sum($C$2:C2) 输入完成后按回车键,然后将鼠标放在在D2单元格右下方,待其成为十字时,按住向下拖动,直至最后一个单元格松开. 松开后所有累加求和的结果就出现了. 此时在E2单元格输入=D2/$D$12. 回车以后同样下拉出现结果如下图 在将改列改为百分比形式,在开始界面,下来常规右侧下三角,选

由于于原给定的数据是百分比格式的, 所以先在excel中将数据格式改为数值 修改步骤: 单纯更改单元格格式为数值没用,先在空白单元格输入数值格式的1,复制该数字,选中要转换格式的数据, 右键 ------> 选择性粘贴---->乘----->确定------->右上角出现提示---->选择里面的“转换为数字’       即可 我在弄的时候可能因为提前选中表格内容,更改过单元格格式为数值, 所以没有最后一步的提示.直接内容转为了数字

最近做数据分析,需要用到累加功能,发现强大的oracle还真有,用over(order by field) 例子: 数据表中最后一列就是累加的效果 累加sql: select t.acc_pedal_pos,count(*) num,sum(count(*)) over(order by t.acc_pedal_pos) accu_sum from  GT1117CARDATA t where t.acc_pedal_pos>0 group by t.acc_pedal_pos  order b

TF-IDF是一种统计方法,这个算法在我们项目提取关键词的模块需要被用到,TF-IDF算法是用来估计 一个词汇对于一个文件集中一份文件的重要程度.从算法的定义中就可以看到,这个算法的有效实现是依靠 一定数据量的文件集作为基础的.字词的重要性随着他在文件中出现的次数呈正比例的关系增加,这一点很 符合常识,就是这个词出现的次数越多,那个这个词越重要,词的出现频度和他的重要程度之间呈现正关系. 为了抑制冠词等经常出现的无用词汇的重要程度,这个词汇的重要程度会在他在语料库中出现的频率成反比 下降,也就是

自2005年开始,python在金融行业中的应用越来越多,这主要得益于越来越成熟的函数库(NumPy和pandas)以及大量经验丰富的程序员.许多机构发现python不仅非常适合成为交互式的分析环境,也非常适合开发文件的系统,所需的时间也比Java或C++少得多.Python还是一种非常好的粘合层,可以非常轻松为C或C++编写的库构建Python接口. 金融分析领域的内容博大精深.在数据规整化方面所花费的精力常常会比解决核心建模和研究问题所花费的时间多得多. 在本章中,术语截面(cross-se

库存ABC分类,简单的说就是抓大放小,是为了让我们抓住重点,用最大精力来管理最重要的物料,而对于不太重要的物料则可以用较少的精力进行管理.它和我们平常说的八二法则有异曲同工之妙. 既然要应用库存ABC方法,那么我们首先要决定,哪些物料是最重要的A类,哪些物料是一般重要的B类,哪些物料是最不重要的C类. 最简单的办法自然就是在物料主表中直接把ABC填上去,然后在日常业务中,我们随时都可以看到这是哪一类物料,从而决定了我们对其采取的管理方式(最重要的一个不能差,最不重要的,差一点半点可以容忍).为了

python信用评分卡(附代码,博主录制) https://study.163.com/course/introduction.htm?courseId=1005214003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share RFM模型---最有价值客户 评价一个客户是否好坏有上万个变量,但这些变量最终可降到三个维度,即RFM模型 模型通过一个客户的近期购买行为.购买的总体频率以及花了多少钱

美国的个人信用评分系统,主要是Fair IsaacCompany 推出的 FICO,评分系统也由此得名.一般来讲, 美国人经常谈到的你的得分 ,通常指的是你目前的FICO分数.而实际上, Fair Isaac 公司开发了三种不同的FICO 评分系统 ,三种评分系统分别由美国的三大信用管理局使用评分系统的名称也不同. 信用管理局名称 FICO 评分系统名称 Equifax BEACON* Experian ExperianPFair Isaac Risk Model TransUnion FICO

python信用评分卡(附代码,博主录制) https://study.163.com/course/introduction.htm?courseId=1005214003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share 核心 正态分布+逻辑回归+Fico建模 数据清洗(正则表达式) 获取外部数据(政府公开信用数据,外购征信数据) 谨慎大数据黑天鹅事件,对历史数据权重处理 信用评分 人数

最近做项目需要导入一部分数据, 导入的数据的中, 有部分的百分比数据使用的是excel 的百分比, 有部分的数据使用的是字符串形式的格式,(数据来源于不同的人统计), 格式略微有点乱, 要求导入系统的时候, 将所有百分比的数据转换成百分制的数据存储起来. 因为之前项目使用的读取excel 的组件式NPOI , 所以我也就直接使用npoi来读, 我用的NPOI是2.0的版本的, 不算太新. 常规读取的时候, 是按照下面的方式读取到ICell的 IWorkbook workbook = null;

20世纪初意大利经济学家基尼,于1922年提出的定量测定收入分配差异程度的指标.它是根据洛伦茨曲线找出了判断分配平等程度的指标(如下图). 设实际收入分配曲线和收入分配绝对平等曲线之间的面积为A,实际收入分配曲线右下方的面积为B.并以A除以A+B的商表示不平等程度.这个数值被称为基尼系数或称洛伦茨系数.如果A为零,基尼系数为零,表示收入分配完全平等:如果B为零则系数为1,收入分配绝对不平等.该系数可在零和1之间取任何值.收入分配越是趋向平等,洛伦茨曲线的弧度越小,基尼系数也越小,反之,收入分配越

功能描述 CAP曲线(Cumulative Accuracy Profile)/Power Curve(准确率/AR)是描述整个评级结果下,累计违约客户比例与累计客户比例的关系. 在完美的模型下,CAP曲线是一条斜率为1/违约率的直线.而且上升并停留在1,反之,在完全没有区分能力的情况下,模型的CAP曲线是一条45度的直线,而AR值的定义为:模型CAP曲线与45度曲线之间的区域,与介于45度线和完美模型的区域比率 该模型多数给表现差的客户较低的评分,而给表现好的客户客户较高的评分,在少数情况下,

在计算机性能调试领域里,profiling 是指对应用程序的画像,画像就是应用程序使用 CPU 和内存的情况. Go语言是一个对性能特别看重的语言,因此语言中自带了 profiling 的库,这篇文章就要讲解怎么在 golang 中做 profiling. Go性能优化 Go语言项目中的性能优化主要有以下几个方面: CPU profile:报告程序的 CPU 使用情况,按照一定频率去采集应用程序在 CPU 和寄存器上面的数据 Memory Profile(Heap Profile):报告程序的内

1.Tableau产品介绍 tableau desktop:桌面端分析工具,分个人版和专业版,可连接几乎所有数据源,速度快 tableau server:一款商业智能应用程序,用于发布和管理tableau desktop制作的仪表盘,同时也可以发布和管理数据源.基于浏览器的分析技术,即用户可以通过浏览器或平板电脑和同事进行协作,实现数据的交互 tableau online:tableau server软件及服务的托管版本,即无论在办公室.家中还是途中,用户可以在世界的任何地方利用Web浏览器或移

MATLAB数据分析工具箱 MATLAB工具箱主要含有的类别有: 数学类.统计与优化类.信号处理与通信类.控制系统设计与分析类.图像处理类.测试与测量类.计算金融类.计算生物类.并行计算类.数据库访问与报告类. MATLAB 代码生成类. MATLAB 应用发布类. 每个类别内含有一个或多个工具箱. 比如数学.统计与优化类别就包含有曲线拟合工具箱.优化工具箱.神经网络工具箱.统计工具箱等. MATLAB 应用发布类别主要包含MATLAB和其他语言的混合编译.编程,包括C.C#.Java等. MA

文章引用自   Go性能调优 在计算机性能调试领域里,profiling 是指对应用程序的画像,画像就是应用程序使用 CPU 和内存的情况. Go语言是一个对性能特别看重的语言,因此语言中自带了 profiling 的库,这篇文章就要讲解怎么在 golang 中做 profiling. Go性能优化 Go语言项目中的性能优化主要有以下几个方面: CPU profile:报告程序的 CPU 使用情况,按照一定频率去采集应用程序在 CPU 和寄存器上面的数据 Memory Profile(Heap

各种复杂现象的背后,其实都是受关键的少数因素和普通的大多数因素所影响,把主要精力放在关键的少数因素上,就能达到事半功倍的效果. 这就是大家常说的二八原则,也称为帕累托原则,最早是由意大利经济学家 V.Pareto 提出的,他在研究个人收入的分布状态时,发现少数人的收入占全部人收入的大部分,而多数人的收入却只占一小部分,他将这一关系用图表展示出来,就是著名的帕累托图. 帕累托图可以轻松体现并分析出一个现象的关键影响因素,现在广泛应用于各类商业和社会活动中.用帕累托图进行分析也成为帕累托分析,或者A

Go性能调优 在计算机性能调试领域里,profiling 是指对应用程序的画像,画像就是应用程序使用 CPU 和内存的情况. Go语言是一个对性能特别看重的语言,因此语言中自带了 profiling 的库,这篇文章就要讲解怎么在 golang 中做 profiling. Go性能优化 Go语言项目中的性能优化主要有以下几个方面: CPU profile:报告程序的 CPU 使用情况,按照一定频率去采集应用程序在 CPU 和寄存器上面的数据 Memory Profile(Heap Profile)

EasyExcel 注意点 不支持的功能 单个文件的并发写入.读取 读取图片 宏 csv读取 出现 NoSuchMethodException, ClassNotFoundException, NoClassDefFoundError jar包冲突 读Excel easyExcel.xlsx文件 地区 2000年人口数(万人) 2000年比重 安徽省 5986 4.73% 北京市 1382 1.09% 福建省 3471 2.74% 甘肃省 2562 2.02% 广东省 8642 6.83% 广西

单元测试 字符串切割函数 package split_string import ( "fmt" "strings" ) // Split:切割字符串 // example: // abc, b --> [a c] func Split(str string, sep string) []string { // 优化代码,初始化的时候指定长度和容量,避免在append的时候去动态扩容,影响性能 var ret = make([]string, 0, strin