摘要：
数据的split-apply-聚合, 案例-缺失值-重采样-加权平均-线性回归 阅读全文
摘要：
用过浅谈提升树公式 和案例, 来引入 "残差训练"合理性, 引入 XGBoot 的推导需克服的难点. 阅读全文
摘要：
加深对决策树, 集成学习理解, 如bagging, boosting, 为接下来XGBoost推导做准备 阅读全文
摘要：
基于信息熵的决策树构建过程, 随机森林理解 阅读全文
摘要：
Adaboost 算法理解 阅读全文
摘要：
Bagging, 待补充一个 "降低方差"的严格证明 阅读全文
摘要：
集成学习初识, 民主决策. 阅读全文
摘要：
数据分析重点. 同维度下,对不同字段聚合 groupbby(key).agg({'字段1':'aggfunc1', '字段1':'aggfunc2''..} 阅读全文
摘要：
用数学定义 "高内聚, 低耦合", 很有难度其实, 然后 转为 最优化问题, 最后用到特征分解来求解. 阅读全文
摘要：
LDA-作为线性判别 分类器 的推导, 其实就是一个贝叶斯公式的过程, 涉及先验概率, 抽样分布, 多元正态分布, 协方差矩阵等, 还有, "优化的思想" 阅读全文
摘要：
逻辑回归推导, 损失函数, 梯度推导, 证明是凸函数, 模型应用 阅读全文
摘要：
模型优化评估, 扩充基, 过拟合, 模型的Bias, Variance 阅读全文
摘要：
group by 过程, 数据分析中,绝对是最为重要的部分, 没有之一. 阅读全文