第一篇：2014數(shù)據(jù)崗位年終總結(jié)

2014年終工作總結(jié)

隨著2015年鐘聲的臨近，2014年的工作即將進(jìn)入尾聲。在這個(gè)特殊的時(shí)點(diǎn)，總結(jié)過去的工作，計(jì)劃未來，就顯得尤為重要！在過去的時(shí)間里，本人在公司各級(jí)領(lǐng)導(dǎo)的正確領(lǐng)導(dǎo)下，在同事們的團(tuán)結(jié)合作和關(guān)心幫助下，較好地完成了2014年的各項(xiàng)工作任務(wù)，在工作能力和思想政治方面都有了更進(jìn)一步的提高?，F(xiàn)將2014年取得的成績和存在的不足總結(jié)如下：

一、思想政治表現(xiàn)、品德修養(yǎng)及職業(yè)道德方面

2014年以來，本人認(rèn)真遵守勞動(dòng)紀(jì)律，按時(shí)出勤，有效利用工作時(shí)間；堅(jiān)守崗位，需要加班完成工作按時(shí)加班加點(diǎn)，保證工作能按時(shí)完成。愛崗敬業(yè)，具有強(qiáng)烈的責(zé)任感和事業(yè)心。積極主動(dòng)學(xué)習(xí)專業(yè)知識(shí)，工作態(tài)度端正，認(rèn)真負(fù)責(zé)地對(duì)待每一項(xiàng)工作。

二、工作能力和其它方面

我的工作崗位是數(shù)據(jù)與產(chǎn)品支持，準(zhǔn)確和效率一直都是我的工作宗旨。工作內(nèi)容大體分為四塊：

1.在月初關(guān)賬期間，要保證各地提報(bào)的非派費(fèi)用和倉租、外包工、叉車租金分?jǐn)偟臏?zhǔn)確性與及時(shí)性，同時(shí)不僅需要審查數(shù)據(jù)內(nèi)容填寫的規(guī)范性，還需要確認(rèn)各地是否已經(jīng)提報(bào)。匯總完數(shù)據(jù)后要進(jìn)行初步分析，將不符合提報(bào)要求的費(fèi)用提取出來并聯(lián)系提報(bào)人進(jìn)行確認(rèn)，并判斷是否應(yīng)該提報(bào)。將數(shù)據(jù)提交給結(jié)算部門后，結(jié)算在核銷的時(shí)候會(huì)有疑問，這些疑問也需要我來進(jìn)行跟進(jìn)與反饋。

2.關(guān)賬結(jié)束后要進(jìn)行合同外議價(jià)的分析，這部分分析分為同一線路同一承運(yùn)商派車次數(shù)大于3次的分析和有合同但走合同外議價(jià)的分析兩部分，前者分析的目的是為了考慮是否要與此線路簽合同，而后者的分析目的是更新完善合同的報(bào)價(jià)。

3.結(jié)束合同外議價(jià)的分析工作，則需要進(jìn)行單個(gè)TO負(fù)毛利的分析，該分析數(shù)據(jù)主要來源于工盤，包括收入明細(xì)，成本明細(xì)，派車分?jǐn)偤妥廛嚪謹(jǐn)?。分析完成需要將結(jié)果發(fā)給對(duì)應(yīng)的運(yùn)輸經(jīng)理，查明產(chǎn)生虧損的原因，并提出合理的建議。

4.在以上三部分工作內(nèi)容如期進(jìn)行的時(shí)候，全月不定時(shí)穿插項(xiàng)目初步分析，此部分內(nèi)容主要使用者為項(xiàng)目經(jīng)理、客戶經(jīng)理等。

三、存在的不足

總結(jié)2014來的工作，雖然取得了一定的成績，自身也有了很大的進(jìn)步，但是還存在著以下不足：

一是工作方式上還只是按部就班，雖然融入了一些自己的看法和改進(jìn)，但還未提高到更高的層面，沒有從管理層的角度去看待問題。

二是由于工作性質(zhì)，與區(qū)域的負(fù)責(zé)人和調(diào)度員會(huì)有頻繁的聯(lián)系，但還不能很好的沉著面對(duì)，所以溝通交流能力還需要進(jìn)一步的加強(qiáng)。

三是知識(shí)儲(chǔ)備還不夠，還需要更廣泛的學(xué)習(xí)與增長經(jīng)驗(yàn)，成為多方面的人才。

四、2015年的工作打算

2015年我將進(jìn)一步發(fā)揚(yáng)優(yōu)點(diǎn)，改進(jìn)不足，拓寬思路，求真務(wù)實(shí)，全力做好本職工作。打算從以下幾個(gè)方面開展工作：

一是加強(qiáng)工作統(tǒng)籌。根據(jù)公司領(lǐng)導(dǎo)的年度工作要求，對(duì)全年的工作進(jìn)行具體謀劃，明確內(nèi)容、時(shí)限和需要達(dá)到的目標(biāo)，把各項(xiàng)工作有機(jī)地結(jié)合起來，理清工作思路，提高辦事效率，增強(qiáng)工作實(shí)效。

二是加強(qiáng)工作作風(fēng)培養(yǎng)。始終保持良好的精神狀態(tài)，發(fā)揚(yáng)吃苦耐勞、知難而進(jìn)、精益求精、嚴(yán)謹(jǐn)細(xì)致、積極進(jìn)取的工作作風(fēng)。

三是作為運(yùn)輸總部與區(qū)域?qū)尤藛T之一，一言一行都代表著公司的形象。不僅在工作上必須做到精確、嚴(yán)謹(jǐn)，而且在行為品德上要嚴(yán)格要求自己，樹立良好的個(gè)人形象。所以我要加倍努力的工作為了公司的發(fā)展做出自己的貢獻(xiàn)。

第二篇：數(shù)據(jù)分析崗位筆試題目總結(jié)

阿里巴巴

1、異常值是指什么?請(qǐng)列舉1種識(shí)別連續(xù)型變量異常值的方法? 異常值(Outlier)是指樣本中的個(gè)別值，其數(shù)值明顯偏離所屬樣本的其余觀測值。在數(shù)理統(tǒng)計(jì)里一般是指一組觀測值中與平均值的偏差超過兩倍標(biāo)準(zhǔn)差的測定值.常見的異常值檢驗(yàn)方法如下： ? ? ? ? ? ? 基于統(tǒng)計(jì)的方法 基于距離的方法 基于密度的方法 基于聚類的方法 基于偏差的方法 基于深度的方法

t檢驗(yàn)：按照t分布的實(shí)際誤差分布范圍來判別異常值，首先剔除一個(gè)可疑值，然后按t分布來檢驗(yàn)剔除的值是否為異常值。

狄克遜檢驗(yàn)法：假設(shè)一組數(shù)據(jù)有序x1

格拉布斯檢驗(yàn)法：與狄克遜檢驗(yàn)法思想一樣，其檢驗(yàn)公式為：

指數(shù)分布檢驗(yàn)：

SPSS和R語言中通過繪制箱圖可以找到異常值，分布在箱邊框外部；

2、什么是聚類分析?聚類算法有哪幾種?請(qǐng)選擇一種詳細(xì)描述其計(jì)算原理和步驟。

聚類分析(cluster analysis)是一組將研究對(duì)象分為相對(duì)同質(zhì)的群組(clusters)的統(tǒng)計(jì)分析技術(shù)。聚類分析也叫分類分析(classification analysis)或數(shù)值分類(numerical taxonomy)。聚類與分類的不同在于，聚類所要求劃分的類是未知的。

聚類分析計(jì)算方法主要有：層次的方法(hierarchical method)、劃分方法(partitioning method)、基于密度的方法(density-based method)、基于網(wǎng)格的方法(grid-based method)、基于模型的方法(model-based method)等。其中，前兩種算法是利用統(tǒng)計(jì)學(xué)定義的距離進(jìn)行度量。常見的聚類方法有：K-pototypes算法，K-Means算法，CLARANS算法（劃分方法），BIRCH算法（層次方法），CURE算法（層次方法），DBSCAN算法（基于密度的方法），CLIQUE算法（綜合了基于密度和基于網(wǎng)格的算法）；

k-means 算法的工作過程說明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心;而對(duì)于所剩下其它對(duì)象，則根據(jù)它們與這些聚類中心的相似度(距離)，分別將它們分配給與其最相似的(聚類中心所代表的)聚類;然后再計(jì)算每個(gè)所獲新聚類的聚類中心(該聚類中所有對(duì)象的均值);不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù).k個(gè)聚類具有以下特點(diǎn)：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開。

其流程如下：

(1)從 n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心;

(2)根據(jù)每個(gè)聚類對(duì)象的均值(中心對(duì)象)，計(jì)算每個(gè)對(duì)象與這些中心對(duì)象的距離;并根據(jù)最小距離重新對(duì)相應(yīng)對(duì)象進(jìn)行劃分;

(3)重新計(jì)算每個(gè)(有變化)聚類的均值(中心對(duì)象);

(4)循環(huán)(2)、(3)直到每個(gè)聚類不再發(fā)生變化為止(標(biāo)準(zhǔn)測量函數(shù)收斂)。

優(yōu)點(diǎn)：本算法確定的K 個(gè)劃分到達(dá)平方誤差最小。當(dāng)聚類是密集的，且類與類之間區(qū)別明顯時(shí)，效果較好。對(duì)于處理大數(shù)據(jù)集，這個(gè)算法是相對(duì)可伸縮和高效的，計(jì)算的復(fù)雜度為 O(NKt)，其中N是數(shù)據(jù)對(duì)象的數(shù)目，K是聚類中心，t是迭代的次數(shù)。

缺點(diǎn)：1.K 是事先給定的，但非常難以選定;2.初始聚類中心的選擇對(duì)聚類結(jié)果有較大的影響。3.數(shù)據(jù)標(biāo)準(zhǔn)化技術(shù)

是將數(shù)據(jù)按比例縮放，使之落入一個(gè)小的特定區(qū)間。去除數(shù)據(jù)的單位限制，將其轉(zhuǎn)化為無量綱的純數(shù)值，便于不同單位或量級(jí)的指標(biāo)能夠進(jìn)行比較和加權(quán)。常用的方法有：

（1）總和標(biāo)準(zhǔn)化。分別求出各要素所對(duì)應(yīng)的數(shù)據(jù)的總和，以各要素的數(shù)據(jù)除以該要素的數(shù)據(jù)的總和，即

4.缺失值處理方法

1）直接丟棄含缺失數(shù)據(jù)的記錄

如：個(gè)案剔除法，這種方法卻有很大的局限性。它是以減少樣本量來換取信息的完備，會(huì)造成資源的大量浪費(fèi)，丟棄了大量隱藏在這些對(duì)象中的信息。當(dāng)缺失數(shù)據(jù)所占比例較大，特別是當(dāng)缺數(shù)據(jù)非隨機(jī)分布時(shí)，這種方法可能導(dǎo)致數(shù)據(jù)發(fā)生偏離，從而得出錯(cuò)誤的結(jié)論。2）補(bǔ)缺

A.用平均值來代替所有缺失數(shù)據(jù)：均值替換法，均值替換法也是一種簡便、快速的缺失數(shù)據(jù)處理方法。使用均值替換法插補(bǔ)缺失數(shù)據(jù)，對(duì)該變量的均值估計(jì)不會(huì)產(chǎn)生影響。但這種方法是建立在完全隨機(jī)缺失（MCAR）的假設(shè)之上的，而且會(huì)造成變量的方差和標(biāo)準(zhǔn)差變小。

B.K-最近距離鄰居法：先根據(jù)歐式距離或相關(guān)分析來確定距離具有缺失數(shù)據(jù)樣本最近的K個(gè)樣本，將這K個(gè)值加權(quán)平均來估計(jì)該樣本的缺失數(shù)據(jù)。C.用預(yù)測模型來預(yù)測每一個(gè)缺失數(shù)據(jù)：該方法最大限度地利用已知的相關(guān)數(shù)據(jù)，是比較流行的缺失數(shù)據(jù)處理技術(shù)。如：回歸替換法，該方法也有諸多弊端，第一，容易忽視隨機(jī)誤差，低估標(biāo)準(zhǔn)差和其他未知性質(zhì)的測量值，而且這一問題會(huì)隨著缺失信息的增多而變得更加嚴(yán)重。第二，研究者必須假設(shè)存在缺失值所在的變量與其他變量存在線性關(guān)系，很多時(shí)候這種關(guān)系是不存在的。5..Apriori算法和信息熵

信息熵是數(shù)學(xué)中一個(gè)抽象的概念，他表示了信息源的不確定度，這里不妨把信息熵理解成某種特定信息的出現(xiàn)概率，當(dāng)一種信息出現(xiàn)概率更高的時(shí)候，表明它被傳播得更廣泛，或者說，被引用的程度更高。我們可以認(rèn)為，從信息傳播的角度來看，信息熵可以表示信息的價(jià)值。

支持度：Support(A->B)=P(A U B)。支持度揭示了A與B同時(shí)出現(xiàn)的概率。如果A與B同時(shí)出現(xiàn)的概率小，說明A與B的關(guān)系不大；如果A與B同時(shí)出現(xiàn)的非常頻繁，則說明A與B總是相關(guān)的。

置信度(Confidence)的公式式：Confidence(A->B)=P(A | B)。置信度揭示了A出現(xiàn)時(shí)，B是否也會(huì)出現(xiàn)或有多大概率出現(xiàn)。如果置信度度為100%，則A和B可以捆綁銷售了。如果置信度太低，則說明A的出現(xiàn)與B是否出現(xiàn)關(guān)系不大。

H(x)= E[I(xi)] = E[ log(2,1/p(xi))] =-∑p(xi)log(2,p(xi))(i=1,2,..n)，單位是bit.其中，x表示隨機(jī)變量，與之相對(duì)應(yīng)的是所有可能輸出的集合，定義為符號(hào)集,隨機(jī)變量的輸出用x表示。P(x)表示輸出概率函數(shù)。變量的不確定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大.以頻繁項(xiàng)集{I1，I2，I3}為例產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，最小置信度為40%

(1)頻繁項(xiàng)集{I1，I2，I3}的非空子集有{I1，I2},{I1，I3},{I2，I3},{I1},{I2},{I3}(2)產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則

{I1，I2}=>I3 confidence=support({I1,I2,I3})/support({I1,I2})=2/4=0.5 {I1,I3}=>I2 confidence=support（I1，I2，I3）/support(I1,I3)=2/4=0.5 {I2,I3}=>I1 confidence=support（I1，I2，I3）/support(I2,I3)=2/4=0.5 I1=>{I2,I3} confidence=support（I1，I2，I3）/support(I1)=2/6=0.33 I2=>{I1,I3} confidence=support（I1，I2，I3）/support(I2)=2/7=0.29 I3=>{I1,I2} confidence=support（I1，I2，I3）/support(I3)=2/6=0.33 則強(qiáng)關(guān)聯(lián)規(guī)則為：{I1，I2}=>I3；{I1,I3}；{I2,I3}=>I1

3、根據(jù)要求寫出SQL（沒有學(xué)習(xí)過，之后的學(xué)習(xí)中需要補(bǔ)）

表A結(jié)構(gòu)如下：

Member_ID(用戶的ID，字符型)

Log_time(用戶訪問頁面時(shí)間，日期型(只有一天的數(shù)據(jù)))

URL(訪問的頁面地址，字符型)

要求：提取出每個(gè)用戶訪問的第一個(gè)URL(按時(shí)間最早)，形成一個(gè)新表(新表名為B，表結(jié)構(gòu)和表A一致)參考答案：

create table B as select Member_ID, min(Log_time), URL from A group by Member_ID;

5、用戶調(diào)研

某公司針對(duì)A、B、C三類客戶，提出了一種統(tǒng)一的改進(jìn)計(jì)劃，用于提升客戶的周消費(fèi)次數(shù)，需要你來制定一個(gè)事前試驗(yàn)方案，來支持決策，請(qǐng)你思考下列問題：

a)試驗(yàn)需要為決策提供什么樣的信息?

c)按照上述目的，請(qǐng)寫出你的數(shù)據(jù)抽樣方法、需要采集的數(shù)據(jù)指標(biāo)項(xiàng)，以及你選擇的統(tǒng)計(jì)方法。

a)試驗(yàn)要能證明該改進(jìn)計(jì)劃能顯著提升A、B、C三類客戶的周消費(fèi)次數(shù)。

b)根據(jù)三類客戶的數(shù)量，采用分層比例抽樣;

需要采集的數(shù)據(jù)指標(biāo)項(xiàng)有：客戶類別，改進(jìn)計(jì)劃前周消費(fèi)次數(shù)，改進(jìn)計(jì)劃后周消費(fèi)次數(shù);

選用統(tǒng)計(jì)方法為：分別針對(duì)A、B、C三類客戶，進(jìn)行改進(jìn)前和后的周消費(fèi)次數(shù)的，兩獨(dú)立樣本T-檢驗(yàn)

6.常見的抽樣方法有哪些？

常用的有以下六種類型：

簡單抽樣（Simple sampling）

即簡單隨機(jī)抽樣，指保證大小為n的每個(gè)可能的樣本都有相同的被抽中的概率。例如：按照“抽簽法”、“隨機(jī)表”法抽取訪問對(duì)象，從單位人名目錄中抽取對(duì)象。

優(yōu)點(diǎn)：

隨機(jī)度高，在特質(zhì)較均一的總體中，具有很高的總體代表度；是最簡單的抽樣技術(shù)，有標(biāo)準(zhǔn)而且簡單的統(tǒng)計(jì)公式。

缺點(diǎn)：

未使用可能有用的抽樣框輔助信息抽取樣本，可能導(dǎo)致統(tǒng)計(jì)效率低；有可能抽到一個(gè)“差”的樣本，使抽出的樣本分布不好，不能很好地代表總體。

系統(tǒng)抽樣（Systematic random sampling）

將總體中的各單元先按一定順序排列，并編號(hào)，然后按照不一定的規(guī)則抽樣。其中最常采用的是等距離抽樣，即根據(jù)總體單位數(shù)和樣本單位計(jì)算出抽樣距離（即相同的間隔），然后按相同的距離或間隔抽選樣本單位。例如：從1000個(gè)電話號(hào)碼中抽取10個(gè)訪問號(hào)碼，間距為100，確定起點(diǎn)（起點(diǎn)＜間距）后每100號(hào)碼抽一訪問號(hào)碼。

優(yōu)點(diǎn)：

兼具操作的簡便性和統(tǒng)計(jì)推斷功能，是目前最為廣泛運(yùn)用的一種抽樣方法。

如果起點(diǎn)是隨機(jī)確定的，總體中單元排列是隨機(jī)的，等距抽樣的效果近似簡單抽樣；與簡單抽樣相比，在一定條件下，樣本的分布較好。

缺點(diǎn)：

抽樣間隔可能遇到總體中某種未知的周期性，導(dǎo)致“差”的樣本；未使用可能有用的抽樣框輔助信息抽取樣本，可能導(dǎo)致統(tǒng)計(jì)效率低。

分層抽樣（Stratified random sampling）

是把調(diào)查總體分為同質(zhì)的、互不交叉的層（或類型），然后在各層（或類型）中獨(dú)立抽取樣本。例如：調(diào)查零售店時(shí)，按照其規(guī)模大小或庫存額大小分層，然后在每層中按簡單隨機(jī)方法抽取大型零售店若干、中型若干、小型若干；調(diào)查城市時(shí)，按城市總?cè)丝诨蚬I(yè)生產(chǎn)額分出超大型城市、中型城市、小型城市等，再抽出具體的各類型城市若干。

優(yōu)點(diǎn)：

適用于層間有較大的異質(zhì)性，而每層內(nèi)的個(gè)體具有同質(zhì)性的總體，能提高總體估計(jì)的精確度，在樣本量相同的情況下，其精度高于簡單抽樣和系統(tǒng)抽樣；能保證“層”的代表性，避免抽到“差”的樣本；同時(shí)，不同層可以依據(jù)情況采用不同的抽樣框和抽樣方法。

缺點(diǎn)：

要求有高質(zhì)量的、能用于分層的輔助信息；由于需要輔助信息，抽樣框的創(chuàng)建需要更多的費(fèi)用，更為復(fù)雜；抽樣誤差估計(jì)比簡單抽樣和系統(tǒng)抽樣更復(fù)雜。

整群抽樣（Cluster sampling）（層層深入抽樣，不斷縮小抽樣的范圍）

是先將調(diào)查總體分為群，然后從中抽取群，對(duì)被抽中群的全部單元進(jìn)行調(diào)查。例如：入戶調(diào)查，按地塊或居委會(huì)抽樣，以地塊或居委會(huì)等有地域邊界的群體為第一抽樣單位，在選出的地塊或居委會(huì)實(shí)施逐戶抽樣；市場調(diào)查中，最后一級(jí)抽樣時(shí)，從居委會(huì)中抽取若干戶，然后調(diào)查抽中戶家中所有18歲以上成年人。

優(yōu)點(diǎn)：

適用于群間差異小、群內(nèi)各個(gè)體差異大、可以依據(jù)外觀的或地域的差異來劃分的群體。

缺點(diǎn)：

群內(nèi)單位有趨同性，其精度比簡單抽樣為低。

前面談到抽樣方法的一些基本分類和各自特點(diǎn)，需要注意的是，在實(shí)際的運(yùn)用中，一個(gè)調(diào)查方案

常常不是只局限于使用某一種抽樣方式，而根據(jù)研究時(shí)段的不同采用多種抽樣方法的組鴿為實(shí)現(xiàn)不同的研究目的，有時(shí)甚至在同一時(shí)段綜合運(yùn)用幾種抽樣方法。

例如，設(shè)計(jì)一個(gè)全國城市的入戶項(xiàng)目，在抽樣上可以分為幾個(gè)不同的步驟，包括：

1）在項(xiàng)目正式開始前，可以采用判斷抽樣法選出某一城市先作試點(diǎn)，在問卷設(shè)計(jì)初期可以采用任意抽樣法選出部分人群進(jìn)行問卷試訪。

2）采用分層隨機(jī)抽樣法，確定全國要分別在多少個(gè)超大型市、多少個(gè)中型市、多少個(gè)小型市實(shí)施（先分出城市的幾個(gè)層次，再依據(jù)研究需要在各層用PPS法選取具體城市）

3）采用簡單抽樣法或PPS抽樣法，確定抽出城市中應(yīng)抽的地塊或居委會(huì)；

4）采用整群抽樣法，確定抽出地塊或居委會(huì)應(yīng)訪問的家庭戶；

5）在項(xiàng)目后期，可以采用判斷抽樣法選取某城市進(jìn)行深入研究。

8.置信度與置信區(qū)間

P（x1

ROC曲線指受試者工作特征曲線(receiver operating characteristic curve), 是反映敏感性和特異性連續(xù)變量的綜合指標(biāo),是用構(gòu)圖法揭示敏感性和特異性的相互關(guān)系，它通過將連續(xù)變量設(shè)定出多個(gè)不同的臨界值，從而計(jì)算出一系列敏感性和特異性，再以敏感性為縱坐標(biāo)、（1-特異性）為橫坐標(biāo)繪制成曲線，曲線下面積越大，診斷準(zhǔn)確性越高。在ROC曲線上，最靠近坐標(biāo)圖左上方的點(diǎn)為敏感性和特異性均較高的臨界值。

10.數(shù)據(jù)挖掘步驟

① 理解數(shù)據(jù)和數(shù)據(jù)的來源（understanding）。

② 獲取相關(guān)知識(shí)與技術(shù)（acquisition）。

③ 整合與檢查數(shù)據(jù)（integration and checking）。

④ 去除錯(cuò)誤或不一致的數(shù)據(jù)（data cleaning）。

⑤ 建立模型和假設(shè)（model and hypothesis development）。

⑥ 實(shí)際數(shù)據(jù)挖掘工作（data mining）。

⑦ 測試和驗(yàn)證挖掘結(jié)果（testing and verfication）。

⑧ 解釋和應(yīng)用（interpretation and use）。11.如何評(píng)估促銷活動(dòng)？

11.Bayes公式（全概率公式）

探索在已知結(jié)果的情況下，是由哪種原因引起的概率；p(Bi|A)?p(BiA)p(Bi)p(A|Bi)? p(A)p(B)p(A|B)?jj

12.邏輯回歸（分類問題）

邏輯回歸適合求解哪些問題：邏輯回歸本質(zhì)上解決的是分類問題，Logistic回歸的主要用途： ? ? 尋找危險(xiǎn)因素：尋找某一疾病的危險(xiǎn)因素等；

預(yù)測：根據(jù)模型，預(yù)測在不同的自變量情況下，發(fā)生某病或某種情況的概率有多大；

? 判別：實(shí)際上跟預(yù)測有些類似，也是根據(jù)模型，判斷某人屬于某病或?qū)儆谀撤N情況的概率有多大，也就是看一下這個(gè)人有多大的可能性是屬于某病。

11.線性回歸

線性回歸（一元和多元）中對(duì)誤差的假設(shè)都是假定服從均值為0方差為定值的正態(tài)分布，擬合系數(shù)的求解方法可以有最小二乘法梯度下降法等。關(guān)于殘差的假設(shè)為：零均值，同方差，正態(tài)性，不相關(guān)，樣本隨機(jī)。

回歸分析的自變量為連續(xù)性變量，而方差分析的自變量為離散型分類變量； 廣義線性回歸于線性回歸的最大區(qū)別是隨機(jī)誤差的分布不一定是正態(tài)分布，與非線性模型的最大區(qū)別是非線性回歸無明確的隨機(jī)誤差分布假定。12.過擬合現(xiàn)象以及避免的方法

所謂過擬合問題：過擬合反映的是在學(xué)習(xí)訓(xùn)練中,模型對(duì)訓(xùn)練樣本達(dá)到非常高的逼近精度, 為了能夠?qū)颖就耆_的分類，使得它的構(gòu)造如此精細(xì)復(fù)雜，規(guī)則如此嚴(yán)格，以至于任何與樣本數(shù)據(jù)稍有不同的文檔它全都認(rèn)為不屬于這個(gè)類別，在測試數(shù)據(jù)上往往顯示出很差的效果.產(chǎn)生過擬合是因?yàn)椋?/p>

1.由于對(duì)樣本數(shù)據(jù),可能存在隱單元的表示不唯一,即產(chǎn)生的分類的決策面不唯一.2.權(quán)值學(xué)習(xí)迭代次數(shù)足夠多(Overtraining),擬合了訓(xùn)練數(shù)據(jù)中的噪聲和訓(xùn)練樣例中沒有代表性的特征.過度擬合解決方法： 1.權(quán)值衰減.它在每次迭代過程中以某個(gè)小因子降低每個(gè)權(quán)值 ,此方法的動(dòng)機(jī)是保持權(quán)值較小,避免weight decay,從而使學(xué)習(xí)過程向著復(fù)雜決策面的反方向偏。

2.減少特征的數(shù)量，有人工選擇，或者采用模型選擇算法

3.驗(yàn)證數(shù)據(jù)

一個(gè)最成功的方法是在訓(xùn)練數(shù)據(jù)外再為算法提供一套驗(yàn)證數(shù)據(jù),應(yīng)該使用在驗(yàn)證集合上產(chǎn)生最小誤差的迭代次數(shù),不是總能明顯地確定驗(yàn)證集合何時(shí)達(dá)到最小誤差.4.Cross-validation with some patterns

交叉驗(yàn)證方法在可獲得額外的數(shù)據(jù)提供驗(yàn)證集合時(shí)工作得很好,但是小訓(xùn)練集合的過度擬合問題更為嚴(yán)重.k-fold交叉方法: 把訓(xùn)練樣例分成k份,然后進(jìn)行k次交叉驗(yàn)證過程,每次使用不同的一份作為驗(yàn)證集合,其余k-1份合并作為訓(xùn)練集合.每個(gè)樣例會(huì)在一次實(shí)驗(yàn)中被用作驗(yàn)證樣例,在k-1次實(shí)驗(yàn)中被用作訓(xùn)練樣例;5.正則化方法 正則化是結(jié)構(gòu)風(fēng)險(xiǎn)最小化策略的實(shí)現(xiàn)，是在經(jīng)驗(yàn)風(fēng)險(xiǎn)上加一個(gè)正則化項(xiàng)或懲罰項(xiàng)。正則化項(xiàng)一般是模型復(fù)雜度的單調(diào)遞增函數(shù)，模型越復(fù)雜，正則化項(xiàng)就越大，正則化方法的作用是：保留所有特征但減小參數(shù)的取值。

13.監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)

有監(jiān)督學(xué)習(xí)：對(duì)具有概念標(biāo)記（分類）的訓(xùn)練樣本進(jìn)行學(xué)習(xí)，以盡可能對(duì)訓(xùn)練樣本集外的數(shù)據(jù)進(jìn)行標(biāo)記（分類）預(yù)測。這里，所有的標(biāo)記（分類）是已知的。因此，訓(xùn)練樣本的岐義性低。所有的分類回歸算法都是有監(jiān)督算法，常見的算法有：SVM,KNN,決策樹算法,樸素Bayes算法，神經(jīng)網(wǎng)絡(luò)，最小平方擬合，最大熵等。

無監(jiān)督學(xué)習(xí)：對(duì)沒有概念標(biāo)記（分類）的訓(xùn)練樣本進(jìn)行學(xué)習(xí)，以發(fā)現(xiàn)訓(xùn)練樣本集中的結(jié)構(gòu)性知識(shí)。這里，所有的標(biāo)記（分類）是未知的。因此，訓(xùn)練樣本的岐義性高。聚類就是典型的無監(jiān)督學(xué)習(xí)，常見的無監(jiān)督學(xué)習(xí)算法：聚類，PCA，關(guān)聯(lián)規(guī)則算法Aprior，F(xiàn)P-Growth等。14.分位數(shù)3?原則

3?原則：在??-3?,?+3??區(qū)間上的概率密度曲線之下的面積占總面積的99.7%,對(duì)于標(biāo)準(zhǔn)正態(tài)分布有p??3?x?3??0.997。15.常見分布的密度函數(shù)均值和方差

16.常見的區(qū)間估計(jì)以及假設(shè)檢驗(yàn)表

對(duì)于均值的檢驗(yàn)，方差已知一般采用U檢驗(yàn)（標(biāo)準(zhǔn)正太分布），方差未知采用T檢驗(yàn)（t分布）；

關(guān)于方差的檢驗(yàn)，一般都采用卡方檢驗(yàn)，若是兩個(gè)正太總體采用F檢驗(yàn)；

17.假設(shè)檢驗(yàn)

P值(P value)是一個(gè)概率，就是當(dāng)原假設(shè)為真時(shí)所得到的樣本觀察結(jié)果或更極端結(jié)果出現(xiàn)的幾率。如果P值很小，說明原假設(shè)發(fā)生的概率很小，我們就有理由拒絕原假設(shè)，P值越小，我們拒絕原假設(shè)的理由越充分?？傊?，P值越小，表明結(jié)果越顯著，一般以P < 0.05 為顯著，P<0.01 為非常顯著。

Sig值是顯著性指標(biāo)，一般大于0.05拒絕原假設(shè)，否則接受原假設(shè)，一般大于0.05表示差異不顯著，小于0.05表示差異顯著，小于0.01表示差異極顯著。

a:第一類錯(cuò)誤是原假設(shè)真時(shí)拒絕了原假設(shè)（棄真）;b:第二類錯(cuò)誤是原假設(shè)錯(cuò)誤時(shí)接受了原假設(shè)（取誤）;c=1-b:檢驗(yàn)功效是原假設(shè)錯(cuò)誤拒絕原假設(shè)； 第一類錯(cuò)誤與第二類錯(cuò)誤互相矛盾的，檢驗(yàn)功效越大越好即犯第二類錯(cuò)誤的概率竟可能的小。18.數(shù)據(jù)分析的基本流程

第三篇：消防 年終 數(shù)據(jù) 總結(jié)

2012年工作總結(jié)

3.1本著投資節(jié)約的原則，加強(qiáng)對(duì)公司消防設(shè)施、設(shè)備的精心維護(hù)和保養(yǎng)，保證了消防設(shè)施、設(shè)備處于良好備用狀態(tài)。申請(qǐng)配置了部分較為經(jīng)濟(jì)實(shí)用的消防設(shè)施、設(shè)備，為股份公司更換各類滅火器129具、滅火器箱25個(gè)、室內(nèi)消火栓4套、室外地上式消火栓2根、消防水帶16盤；為改制企業(yè)更換各類滅火器112具，滅火器箱21個(gè)，室內(nèi)消火栓箱5套，室外消火栓6根，水帶44盤，水槍17支；充裝氧氣瓶235個(gè)、空氣瓶107個(gè)，校準(zhǔn)氧氣呼吸器730臺(tái)次，檢測空氣呼吸器132臺(tái)、氧氣氣瓶120個(gè)，送檢氧壓表340塊。

3.2堅(jiān)持消防救護(hù)安全巡檢和日常工作，發(fā)現(xiàn)隱患，及時(shí)整改。2012年共進(jìn)行消防、氣防安全月度檢查35人次，查出各類隱患48起，全部督促整改完畢；堅(jiān)持每周對(duì)股份公司和改制單位進(jìn)行氧氣呼吸器巡查、每季度檢查防毒面具，查出的問題都及時(shí)處理。開展氣防安全、防火防爆、冬季防火等專項(xiàng)檢查，共查出各類隱患34起，全部督促整改。堅(jiān)持每周檢查搶險(xiǎn)救援器材，并啟動(dòng)、試驗(yàn)、保養(yǎng)；每日車輛例檢，發(fā)現(xiàn)問題，及時(shí)解決。

3.3接警及時(shí)，出動(dòng)迅速。共接報(bào)火警22起，出動(dòng)火警消防車31臺(tái)/次，消防人員173人/次（其中公司內(nèi)10次，地方12次）；完成各類動(dòng)活作業(yè)監(jiān)護(hù)276次，出動(dòng)消防車輛311臺(tái)/次，消防員1258人次；生產(chǎn)現(xiàn)場救護(hù)6次，出動(dòng)救護(hù)車輛6臺(tái)/次，救護(hù)人員19人/次；搶險(xiǎn)救援9次，出動(dòng)車輛22臺(tái)/次，人員103人/次（其中公司內(nèi)2次，地方7次），成功救出5人。參加瀘州市人員密集場所、賓館以及瀘州市、納溪區(qū)防災(zāi)救災(zāi)綜合演練等，共出動(dòng)消防救護(hù)車輛22臺(tái)次，消防指戰(zhàn)員112人次；其他工作任務(wù)50次，出動(dòng)消防救護(hù)車輛58臺(tái)次，人員265人次。社會(huì)救助2次，救出1人。在“7.23”抗洪搶險(xiǎn)中，共出動(dòng)消防車輛14臺(tái)次、人員84人次投入到抗洪搶險(xiǎn)中，成功救出落水群眾1人、疏散30余人、清洗淤泥路面1500余平方米。

3.4強(qiáng)化消防救護(hù)人員的基本功、適用性訓(xùn)練，不斷提高消防救護(hù)人員專業(yè)技能。全年組織消防救護(hù)人員進(jìn)行了為期6個(gè)月的消防救護(hù)理論和技能訓(xùn)練，其中春訓(xùn)安排在4-6月，秋訓(xùn)9-11月，由中心領(lǐng)導(dǎo)親自任教、督促，抽調(diào)業(yè)務(wù)骨干和當(dāng)班班長擔(dān)任教員進(jìn)行消防業(yè)務(wù)22項(xiàng)基本功及業(yè)務(wù)應(yīng)用性訓(xùn)練。春訓(xùn)結(jié)束已進(jìn)行了考核，目前，秋訓(xùn)工作正在開展中，待訓(xùn)練結(jié)束后完成考核任務(wù)。

3.5加強(qiáng)從業(yè)人員和特種作業(yè)人員的消防救護(hù)安全教育、培訓(xùn)，不斷提高他們的消防救護(hù)安全知識(shí)和技能。上半年對(duì)各單位進(jìn)行教育培訓(xùn)9次，培訓(xùn)人員約200余人次。積極宣傳消防好人好事，利用安全生產(chǎn)月和119宣傳日等，大力宣傳消防法律法規(guī)、消防常識(shí)、火場逃生自救技能等。向報(bào)社投稿10余篇。

（統(tǒng)計(jì)起止日期：2011年10月20日—2012年10月19日）

第四篇：基礎(chǔ)數(shù)據(jù)總結(jié)

基礎(chǔ)數(shù)據(jù)

1、混凝土重量2500KG/m3

2、鋼筋每延米重量0.00617*d*d

3、干砂子重量1500KG/m3，濕砂重量1700KG/m34、石子重量2200KG/m3

5、一立方米紅磚525塊左右（分墻厚）

6、一立方米空心磚175塊左右

7、篩一方干凈砂需1.3方普通砂

一點(diǎn)不同觀點(diǎn)：

1、一般多層砌體住宅： 鋼筋25-30KG/m2，其中經(jīng)濟(jì)適用房為16--18KG/m2.2、一般多層砌體住宅，室外抹灰面積占建筑面積0.5--0.7。

3、一般多層砌體住宅，模版面積占建筑面積1.3--2.2，根據(jù)現(xiàn)澆板多少、柱密度變化很大。

4、一個(gè)磚工一天砌240磚墻1000—1800塊，370或500墻2000--3000塊。

5、鋼筋混凝土重量2200KG/m3，素混凝土重量2100KG/m3。

6、工程石子重量1800KG/m3。

0.617是圓10鋼筋每米重量。鋼筋重量與直徑（半徑）的平方成正比。

G=0.617*D*D/100 每米的重量(Kg)＝鋼筋的直徑(mm)×鋼筋的直徑(mm)×0.00617 其實(shí)記住建設(shè)工程常用的鋼筋重量也很簡單φ6＝0.222 Kg φ6.5＝0.26kg φ8＝0.395kg φ10＝0.617kg φ12＝0.888kg Φ14＝1.21kg Φ16＝1.58kg Φ18＝2.0kg Φ24＝2.47kgΦ22＝2.98kgΦ25＝3.85kgΦ28＝4.837kg............Φ12(含12)以下和Φ28(含28)的鋼筋一般小數(shù)點(diǎn)后取三位數(shù)，Φ14至Φ25鋼筋一般小數(shù)點(diǎn)后取二位數(shù) Φ6=0.222Kg Φ8=0.395Kg Φ10=0.617Kg Φ12=0.888Kg Φ14=1.21Kg Φ16=1.58Kg Φ18=2Kg Φ20=2.47Kg Φ22=3Kg Φ25=3.86Kg

鋼材理論重量計(jì)算簡式

材料名稱 理論重量W（kg/m）

扁鋼、鋼板、鋼帶 W＝0.00785×寬×厚

方鋼 W＝0.00785×邊長2 圓鋼、線材、鋼絲 W＝0.00617×直徑2 鋼管 W＝0.02466×壁厚（外徑--壁厚）

等邊角鋼 W＝0.00785×邊厚（2邊寬--邊厚）

不等邊角鋼 W＝0.00785×邊厚(長邊寬+短邊寬--邊厚)工字鋼 W＝0.00785×腰厚[高+f（腿寬-腰厚）] 槽鋼 W＝0.00785×腰厚[高+e（腿寬-腰厚）] 備注：

1、角鋼、工字鋼和槽鋼的準(zhǔn)確計(jì)算公式很繁，表列簡式用于計(jì)算近似值。

2、f值：一般型號(hào)及帶a的為3.34，帶b的為2.65，帶c的為2.26。

3、e值：一般型號(hào)及帶a的為3.26，帶b的為2.44，帶c的為2.24。

4、各長度單位均為毫米

一、普通住宅建筑混凝土用量和用鋼量：

1、多層砌體住宅：

鋼筋30KG/m2

砼0.3—0.33m3/m2

2、多層框架

鋼筋38—42KG/m2

砼0.33—0.35m3/m2

3、小高層11—12層

鋼筋50—52KG/m2

砼0.35m3/m2

4、高層17—18層

鋼筋54—60KG/m2

砼0.36m3/m2

5、高層30層H=94米

鋼筋65—75KG/m2

砼0.42—0.47m3/m2

6、高層酒店式公寓28層H=90米

鋼筋65—70KG/m2

砼0.38—0.42m3/m2

7、別墅混凝土用量和用鋼量介于多層砌體住宅和高層11—12層之間

以上數(shù)據(jù)按抗震7度區(qū)規(guī)則結(jié)構(gòu)設(shè)計(jì)

二、普通多層住宅樓施工預(yù)算經(jīng)濟(jì)指標(biāo)

1、室外門窗（不包括單元門、防盜門）面積占建筑面積0.20—0.24

2、模版面積占建筑面積2.2左右

3、室外抹灰面積占建筑面積0.4左右

4、室內(nèi)抹灰面積占建筑面積3.8

三、施工功效

1、一個(gè)抹灰工一天抹灰在35平米

2、一個(gè)磚工一天砌紅磚1000—1800塊

3、一個(gè)磚工一天砌空心磚800—1000塊

4、瓷磚15平米

5、刮大白第一遍300平米/天，第二遍180平米/天，第三遍壓光90平米/天

四、基礎(chǔ)數(shù)據(jù)

1、混凝土重量2500KG/m3

2、鋼筋每延米重量0.00617*d*d

3、干砂子重量1500KG/m3，濕砂重量1700KG/m3

4、石子重量2200KG/m3

5、一立方米紅磚525塊左右（分墻厚）

6、一立方米空心磚175塊左右

7、篩一方干凈砂需1.3方普通砂

第五篇：數(shù)據(jù)項(xiàng)目總結(jié)[推薦]

數(shù)據(jù)項(xiàng)目整體流程

1.項(xiàng)目立項(xiàng)

2.招投標(biāo)工作

3.了解客戶具體需求，進(jìn)行成本大概估算依據(jù)以下條件：

1）工作范圍確定（成本核算）

? 客戶要求工作總區(qū)域

2）地市、縣城建成區(qū)地圖數(shù)據(jù)要求（成本核算）

? 各種比例尺具體要求

? 是否需要三維數(shù)據(jù)，及具體要求

? 是否需要街景數(shù)據(jù)，及具體要求

? 各種點(diǎn)、線、面數(shù)據(jù)采集的具體要求

? 坐標(biāo)系統(tǒng)

? 投影方式

3）影像類型、分辨率具體要求（成本核算）

? 航片---時(shí)間、范圍、分辨率

? 衛(wèi)片------時(shí)間、范圍、衛(wèi)星、分辨率

? 根據(jù)客戶需求是否需要航飛

? 航飛的精度、范圍

4.項(xiàng)目實(shí)施

1）項(xiàng)目啟動(dòng)會(huì)

2）項(xiàng)目需求說明書編寫，交予外業(yè)組、內(nèi)業(yè)組、質(zhì)檢組、影像組，根據(jù)合同確定項(xiàng)目

時(shí)間節(jié)點(diǎn)。

3）影像的查找

? 根據(jù)客戶需求的區(qū)域在谷歌地球和專業(yè)影像網(wǎng)站查找影像資源

? 并圈出矢量圖框

4）影像下載

? 下載滿足客戶需求的谷歌影像

? 利用公司已有影像

5）影像采購（成本核算）

? 根據(jù)查找結(jié)果，對(duì)部分區(qū)域影像需要采購，并進(jìn)行采購成本核算

? 提交采購申請(qǐng)，交予采購部門

? 采購回的影像交予影像處理組進(jìn)行專業(yè)處理

6）內(nèi)外業(yè)范圍確定（成本核算）

? 根據(jù)影像劃分精確的外業(yè)采集范圍，交予外業(yè)采集組，并進(jìn)行成本核算 ? 根據(jù)影像劃分精確的內(nèi)業(yè)生產(chǎn)范圍，交予內(nèi)業(yè)生產(chǎn)組，并進(jìn)行成本核算

7）質(zhì)檢工作的安排和質(zhì)檢方式確定（成本核算）

8）如需要外包，需要核算外包成本

? 內(nèi)業(yè)外包，外包范圍、時(shí)間、成本

? 外業(yè)外包，外包范圍、時(shí)間、成本

9）定期跟蹤項(xiàng)目進(jìn)度，與客戶溝通，如有新需求，即與項(xiàng)目協(xié)調(diào)溝通。