FK2CZG的博客

《数据掘金：电子商务运营突围》用浅显的文字与独特的视角，不仅成功解读电商数据运营之惑，更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。本书含有完整的书签，方便阅读。

全书较系统地介绍了几乎全部网络营销推广实战的方法与技巧。同时，作者的许多学生，也都用自己的实际行动，验证了这些方法的可行性，所以本书的含金量非常高。适用于想通过网络创业的人士、个人站长、网店店主、想转行或从事网络营销行业者、想在职提升的从业人员、想通过网络拓展业务的传统企业管理人员。

《SPSS 22.0统计分析从入门到精通(升级版)》以SPSS 22.0为平台，由浅入深地全面讲解SPSS软件的相关知识，通过图文并茂的方式讲解各项操作，深入浅出，实例引导，讲解翔实，清晰、直观、易学易用。 作者简介 本书作者毕业于北京航空航天大学等重点高校，曾就职于五洲工程设计研究院、中国电力等，从事统计分析相关工作，熟练掌握相关数据分析应用软件，进行计算分析等工作多年。 目录 第一部分 基础知识 第1章 SPSS 22.0概述1 1.1 SPSS简介2 1.2 SPSS基本操作2 1.3 SPSS窗口及其功能6 1.4 SPSS帮助系统9 1.5 本章小结10 第2章 数据文件操作11 2.1 数据类型及定义12 2.2 获取数据与查看数据的方法16 2.3 数据的编辑26 2.4 数据的输出27 2.5 本章小结28 第3章 数据文件整理29 3.1 数据排序30 3.2 数据转置33 3.3 数据文件的合并35 3.4 数据文件的结构重组41 3.5 分类汇总47 3.6 文件拆分49 3.7 选择个案51 3.8 个案加权55 3.9 计算新变量57 3.10 对个案内的值计数59 3.11 变量的重新编码62 3.12 个案等级排秩70 3.13 本章小结72 第二部分 数据分析 第4章 SPSS基本统计分析73 4.1 频数分析74 4.2 描述性统计分析79 4.3 探索性分析81 4.4 列联表分析89 4.5 本章小结96 第5章 参数检验97 5.1 假设检验98 5.2 平均值检验99 5.3 单样本t检验102 5.4 两独立样本的t检验103 5.5 配对样本的t检验106 5.6 本章小结108 第6章 非参数检验109 6.1 卡方检验110 6.2 二项分布检验113 6.3 游程检验115 6.4 单样本K—S检验117 6.5 两独立样本的非参数检验120 6.6 多个独立样本的非参数检验124 6.7 两配对样本检验128 6.8 多个配对样本检验132 6.9 本章小结137 第7章 方差分析139 7.1 方差分析的概述139 7.2 单因素方差分析140 7.3 多因素方差分析147 7.4 协方差分析156 7.5 多元方差分析159 7.6 重复测量方差分析163 7.7 本章小结169 第8章 相关分析170 8.1 相关系数171 8.2 两变量相关分析172 8.3 偏相关分析176 8.4 距离分析178 8.5 本章小结185 第9章 回归分析186 9.1 线性回归187 9.2 曲线回归203 9.3 非线性回归208 9.4 二元Logistic回归216 9.5 多元Logistic回归226 9.6 有序回归236 9.7 概率单位回归242 9.8 加权回归分析251 9.9 本章小结256 第10章 聚类分析257 10.1 快速聚类258 10.2 系统聚类264 10.3 两步聚类273 10.4 本章小结279 第11章 判别分析280 11.1 判别分析的概述281 11.2 一般判别分析283 11.3 逐步判别分析291 11.4 本章小结298 第12章 因子分析299 12.1 因子分析的概述300 12.2 因子分析的实例分析302 12.3 本章小结312 第13章 对应分析313 13.1 对应分析的基本原理314 13.2 简单对应分析315 13.3 多元对应分析322 13.4 本章小结334 第14章 尺度分析335 14.1 信度分析336 14.2 多维尺度分析341 14.3 本章小结349 第15章 生存分析350 15.1 生存分析的概述351 15.2 寿命表分析353 15.3 Kaplan—Meier分析358 15.4 Cox回归模型364 15.5 本章小结375 第16章 时间序列分析376 16.1 时间序列的预处理377 16.2 序列图381 16.3 周期性分解385 16.4 谱分析389 16.5 自相关391 16.6 创建时间模型397 16.7 应用时间序列模型409 16.8 交叉相关性411 16.9 本章小结414 第17章 统计图形的绘制415 17.1 图形构建器的基本操作416 17.2 条形图418 17.3 折线图425 17.4 面积图427 17.5 饼图430 17.6 高低图433 17.7 箱图440 17.8 误差条形图442 17.9 人口金字塔图445 17.10 散点图446 17.11 直方图451 17.12 P—P概率图和Q—Q概率图452 17.13 比较子组图454 17.14 回归变量图458 17.15 本章小结461 第三部分 综合应用 第18章 SPSS在企业经济活动中的应用462 18.1 背景介绍463 18.2 经济含义简介464 18.3 主成分分析的应用465 18.4 聚类分析的应用470 18.5 本章小结478 第19章 SPSS在房地产市场中的应用479 19.1 背景介绍480 19.2 相关分析的应用480 19.3 回归分析的应用483 19.4 本章小结487 参考文献488 序言 前 言 SPSS是世界上最早的统计分析软件，以功能丰富、效率高、操作简便而著称，是非常适合进行数据分析的工具软件，在经济学、医学、教育学、管理学、心理学、广告学、统计学及商业、工业、林业、农业等各个领域有广泛应用。 本书基于SPSS最新产品的SPSS 22.0版本编写，该版本在界面设置、数据管理、报表和图标、编程能力等方面有很大改进和提高。本书采用“完全案例”的编写形式，与相关操作技巧结合紧密、与全书设计理念和创作构思相辅相成，专业性、层次性、技巧性等特点的组合搭配，使该书的实用价值达到了一个很高的层次。 1．本书特点 本书由浅入深，适合各水平阶段的读者学习。书中结合作者的实际项目经验，讲解时穿插了大量应用技巧和实例。本书主要有如下特点： 循序渐进、通俗易懂。本书完全按照初学者的学习规律和习惯，由浅入深，由易到难安排每章节内容，可以让初学者在学习中掌握SPSS的所有基础知识及其应用。 步骤详尽、内容新颖。本书结合作者多年SPSS的使用经验与实际工作应用案例，将SPSS软件的使用方法与技巧详细地讲解给读者。本书在讲解过程中步骤详尽、内容新颖，讲解过程辅以相应的图片，使读者一目了然，从而快速掌握书中所讲内容。 内容全面、结构合理。本书涉及基本统计分析、参数估计与假设检验、非参数检验、方差分析、相关分析、回归分析、聚类分析、判别分析等各个统计分析方法的使用大全，思路清晰、内容丰富。 案例丰富、技术全面。本书的每一章都是SPSS的一个专题，每一个案例都包含多个知识点。读者对照本书进行学习，同时可以举一反三，达到入门并精通的目的。 视频教学、轻松易懂。本书配备了高清语音教学视频，作者手把手地精心讲解，并进行相关点拨，使读者领悟并掌握每个案例的操作难点，轻松掌握并且提高学习效率。 2．本书内容 本书基于SPSS 22.0软件版本，讲解了SPSS的基础知识和综合应用，主要分为三个部分，即基础知识、数据分析和综合应用部分，其中基础知识部分包括第1～3章，数据分析部分包括第4～17章，综合应用部分包括第18～19章。 第一部分：基础知识。从SPSS的发展简史、数据类型、数据编辑、数据排序等方面入手，使读者掌握SPSS的基本知识及数据分析前的数据整理方法，为其后的数据分析打下基础。 第1章 SPSS 22.0概述 第2章 数据文件操作 第3章 数据文件整理 第二部分：数据分析。全面讲解SPSS在统计分析中的应用，该部分以实用为目标，通过简明扼要的讲解，并实例引导，使读者全面掌握各种统计方法的操作。 第4章 SPSS基本统计分析 第5章 参数检验 第6章 非参数检验 第7章 方差分析 第8章 相关分析 第9章 回归分析 第10章 聚类分析 第11章 判别分析 第12章 因子分析 第13章 对应分析 第14章 尺度分析 第15章 生存分析 第16章 时间序列分析 第17章 统计图形的绘制 第三部分：综合应用。该部分以实例作为导向，通过全面的数据分析，培养读者的统计分析思想，进一步提高对SPSS的理解。 第18章 SPSS在企业经济活动中的应用 第19章 SPSS在房地产市场中的应用

特别提醒：本文件为《大话数据分析：Tableau数据可视化实战》的数据集，并不是PDF书籍。

本资源是书籍配套的练习素材。相应的书籍通过250个实战秘技的讲解，带领读者学习Excel图表与数据分析高效办公实战技巧，无论是新手还是经常使用Excel的行家，都可以从本书中受益。 目录如下： 第1章　图表基础 1 第2章　图表编辑 24 第3章　图表格式设置 54 第4章　图表应用 120 第5章　图表美化 143 第6章　动态交互图表 165 第7章　排序、筛选与分类汇总 185 第8章　数据透视表的创建与编辑 233 第9章　数据透视表的设置与处理 246 第10章　数据透视图的创建与编辑 301

共9章内容，第1章主要对全书做总体介绍；第2章指明根据客户对企业的价值，企业要以不同的方式对待不同客户群体；第3章描述了如何完成和实践基于价值的客户细分；第4章阐述了如何通过客户分析帮助企业获取客户；第5章阐述了对于现有存量客户，企业如何加速客户成长和提升销售的不同方法；第6章阐述了提升客户生命周期的不同方法；第7章描述了如何生成和使用事后信息，用于监测和控制现有流程；第8章讲述了如何将从客户分析或营销部门获取的信息用于全公司层面，如何进行客户分析的知识管理；第9章提供了一个案例研究。 《精确营销方法与案例：大数据时代的商业分析》目标读者对象包括企业市场经营管理人员、客户管理和服务经理、营销策划经理、销售经理、数据分析人员、IT系统运营人员、BI从业人员、社交网站分析人员以及统计学、应用数学及计算机专业学者和研究人员。

WordCount.py

很多地方都是利用上面两条语句加载MNIST数据，但是有时我们会遇到以下错误提示： IOError: could not read bytes 主要的问题是找不到数据，其实上面两条语句是加载mnist.mat,Matlab格式的数据

该压缩资料包括完整的章节代码，和部分章节的书籍（100页）。

该书编排有完整目录，且有书籍中用到的源码。可节省敲击代码的时间，将更多精力放在理解机器学习的概念、原理及应用场景上。

Hadoop_Spark大数据巨量分析与机器学习整合开发实战，实操性书籍。包括虚拟机安装、Hadoop安装、spark安装、机器学习算法使用等等。

图解机器学习（带有完整目录标签）；带有大量的图片辅助理解；带有大量的代码。

该书总结了当今互联网主要领域、主要公司、各种和推荐有关的产品和服务，包括： ->亚马逊的个性化产品推荐 ->Netflix的视频和DVD推荐 ->Pandora的音乐推荐 ->Facebook的好友推荐 ->Google Reader的个性化阅读 ->各种个性化广告。 同时，作者也阐述了和推荐系统有关的理论基础和评价推荐系统优劣的各种标准与方法，比如覆盖率、满意度、AB测试等。

WordCount1.0和WordCount2.0源码，Java格式。

在工业和信息化部的指导和支持下，中国大数据产业生态联盟于2018年8月2日在“2018中国大数据产业生态大会”上重磅发布《2018中国大数据产业生态地图》，并同期印制出版《2018中国大数据产业发展白皮书》对基础支撑、数据服务、融合应用等三层生态进行了精准的层次化分析，在大数据产业机构分析之外，对各地新兴的大数据产业园给予了充分关注。与此同时，白皮书从投融资角度出发，推举出最具投资价值的十大领域的大数据企业100家，并针对大数据产业发展的爆发性增长趋势，总结并归纳出十大爆发点，为关注大数据产业的同行提供了全景式的展望。

本RAR文件包括两本PDF书籍：《Mahout算法解析与案例实战》和《Mahout实战》，书内有大量的实例可供学习和参考。

本书用于Hadoop+Spark快速上手，本书全面解析Hadoop和Spark生态系统，通过原理解说和实例操作每一个组件，让读者能够轻松跨入大数据分析与开发的大门。 全书共12章，大致分为3个部分。 第1部分（第1~7章）讲解了Hadoop的原生态组件，包括Hadoop、ZooKeeper、HBase、Hive环境搭建与安装，以及介绍MapReduce、HDFS、ZooKeeper、HBase、Hive原理和Apache版本环境下实战操作。 第2部分（第8~11章）讲解Spark的原生态组件，包括Spark Core、Spark SQL、Spark Streaming、DataFrame，以及介绍Scala、Spark API、Spark SQL、Spark Streaming、DataFrame原理和CDH版本环境下实战操作，其中Flume和Kafka属于Apache顶级开源项目也放在本篇讲解。 第3部分（第12章）讲解了两个大数据项目，包络网页日志离线项目和实时项目，在CDH版本环境下通过这两个项目将Hadoop和Spark原生态组件进行整合，一步一步带领读者学习和实战操作。 本书适合想要快速掌握大数据技术的初学者，也适合作为高等院校和培训学校相关专业师生的教学参考书和实验用书。

全书一共13章，分为三篇：基础篇、实战篇和提高篇。基础篇介绍了游戏数据分析的基本理论知识、R语言的安装与使用、R语言中的数据结构、常用操作和绘图功能。实战篇主要介绍了游戏数据的预处理、常用分析方法、玩家路径分析和用户分析。提高篇介绍了R语言图形界面工具Rattle和Web开发框架shiny包。 第一篇是基础篇（第1~4章）：第1章主要介绍了游戏数据分析的必要性和流程；第2章讲解了R语言和RStudio的安装及使用方法，并对数据对象和数据导入进行了介绍；第3章介绍了R语言绘图基础，包括常用图形参数设置、低级绘图函数和高级绘图函数；第4章介绍了lattice和ggplot2绘图包，并详细介绍了一些基于R语言可用于生成交互式图形的软件包，包括rCharts、recharts、rbokeh、plotly等。 第二篇是实战篇（第5~11章）：第5章介绍了游戏数据预处理常用的手段，包括数据抽样、数据清洗、数据转换和数据哑变量处理；第6章介绍了游戏数据分析的常用方法，包括指标数据可视化、游戏数据趋势分析、游戏数据相关性分析和游戏数据中的降维技术；第7章介绍了事件点击行为常用的漏斗分析和路径分析；第8章介绍了留存指标的计算、留存率计算与预测、常用分类算法原理和模型评估；第9章介绍了常用用户指标计算、LTV计算与预测、用户物品购买关联分析、基于用户物品购买智能推荐和社会网络分析；第10章介绍了渠道数据分析的必要性和对渠道用户进行质量评级；第11章介绍了常用收入指标计算、利用用户活跃度衡量游戏经济状况、RFM模型研究。 第三篇是提高篇，主要包括rattle和shiny分析挖掘平台构建。

通过对R语言的数据挖掘可视化工具-rattle的详细介绍，帮助数据分析人员利用R语言快速完成数据探索、数据可视化、数据建模、模型评估等一系列数据挖掘工作，并通过学习log文件，迅速提升使用 R语言工具的能力