晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

支持向量機（Support Vector Machine，SVM）是一種常見的機器學習演算法，主要用於監督式學習的二元分類問題。關於監督式學習是甚麼東西，可參考筆者過去寫的文章說明(https://reurl.cc/jDk4QD)，SVM的基本想法是在數據點之間找到一條最優的超平面，如圖表 1的黃線，將不同類別的數據點分開，以達到分類的目的。

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

承襲筆者前陣子寫的文章，Kaggle資料科學學習歷程(二)，筆者接著介紹如何利用Python進行初步的數據清洗。我們一般拿到一個資料，當初步了解資料的內容，以及挑出可能用於之後分析的變項後，我們一般會遇到資料可能有遺漏以及資料有極端值的情況，雖然不處理這些情況下，跑統計分析的時候可能跑得出來，但跑出來的結果也許會受到這兩項因素的影響，導致出現錯誤的結果，因此筆者將針對常見的處理方式以及如何利用Python來去處理做介紹。
 

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

筆者最近在Kaggle上開始學習如何透過Python進行資料分析的實作，因此想利用這幾個月的時間跟各位讀者分享學了甚麼，以及甚麼是Kaggle，初學者要如何在上面快速的學習與資料科學有關的內容。

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

上班族最關心的莫過於升遷與獎金，而每年或每季的考核決定了員工的未來，這不僅員工關心，主管或老闆也非常頭痛。但是，大家回想一下自己公司的考核，是否常有以下的毛病？
1.使用紙本評分表或EXCEL進行管理，怎麼催都有人不交，統計起來也費時費力…

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

一、寶可夢VS.博物館
國立歷史博物館在今年8月召開了一場座談會，邀玩家、業者、博物館人員等，討論透過寶可夢召喚而來的虛擬世界「對博物館是危機還是轉機？」

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

談到RFM分組，一般常見為五等分，將客戶分成5×5×5 = 125等級中，如下所示。

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

前二篇「用SPSS來作RFM行銷分析」主要偏重技術面，本篇改用商業問題解決的應用角度來談RFM。

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

在LOL的征戰中，助攻是一個容易被忽略的數字，如果細心一點你會發現，兩邊隊伍有時都是5次擊殺，但一邊可能只有3次助攻，而另一邊卻有8次助攻，這裡邊潛藏的意義可能是巨大的。試想一下，什麼會造成兩方助攻數的巨大差異呢?擊殺數是很清楚的，只要個人操作夠好，單殺對手，甚至會戰收頭都會比對方優異。但助攻則不一樣，我認為兩個因素可能會造成該隊伍助攻比較多，一是隊友支援夠快，團隊意識高，這樣的話比較容易多出一些助攻數，另外一點就是角色有團控技或AOE傷害，這樣的角色要賺助攻也相對是容易的。當然助攻多的隊伍，經濟也會比較好，因為助攻是會產生額外的經濟收入的，所以這次的研究就是想探討助攻對於隊伍最後的勝負有多大的影響力呢??

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

S5賽季到了，G社對版本做了大改動，包括餘燼附魔的改動，造成了坦克聯盟的崛起，到處都是硬梆梆的英雄在亂跑。還有小龍的BUFF變得很強，五龍之後幾乎天下無敵，造成大家拼命的在小龍處廝殺搶鬥，精彩無比。在這樣的版本下，怎樣的戰術會更能制勝呢?這篇做了點小研究提供大家參考。

(繼續閱讀...)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()