从阿里巴巴的笔试问题中查看数据分析师的要求

首先，离群值是什么意思？请列出一种识别连续变量离群值的方法？

离群值是指样本中的单个值，其值明显偏离样本的其余观察值. 在数学统计中，它通常是指一组观测值与平均值的偏差超过两个标准偏差的测量值.

Grubbs检验（以Frank E. Grubbs命名），也称为最大范数残差检验，是一种统计检验，用于识别单变量数据集中的离群值. 它假定数据集来自正态分布的总体.

未知总体标准偏差σ. 在这五种测试方法中，优点顺序为: t测试方法，Grubbs测试方法，峰度测试方法数据分析师笔试题，Dixon测试方法和偏度测试方法.

评论: 调查的内容是统计的基本技能.

如果您对大数据感兴趣，想切换到大数据，并且想学习项目经验，欢迎添加834325294组一起学习并互相讨论！

该小组中的知识系统（源代码，注释，学习视频）仅限于前100个地方

二，什么是聚类分析？什么是聚类算法？请选择其计算原理和程序的详细说明.

集群分析（集群分析）是一组统计分析技术，可将研究对象划分为相对均匀的集群. 聚类分析也称为分类分析或数字分类法. 聚类和分类之间的区别在于聚类所需的分类是未知的.

聚类分析的计算方法主要包括: 分层方法，分区方法，基于密度的方法，基于网格的方法，基于网格的方法，基于模型的方法等. 其中，前两种算法使用由统计数据.

k-means算法的工作过程描述如下: 首先，从n个数据对象中任意选择k个对象作为初始聚类中心；对于其余的其他对象，根据它们与这些聚类中心的相似性（距离），并将它们分配给最相似的聚类（由聚类中心表示）；然后计算每个新群集的群集中心（群集中所有对象的平均值）；重复重复此过程一直持续到标准测量功能开始收敛. 均方误差通常用作标准测量函数. k个群集具有以下特征: 每个群集本身尽可能紧凑，并且每个群集尽可能地分开.

过程如下:

（1）从n个数据对象中任意选择k个对象作为初始聚类中心；

（2）根据每个聚类对象（中心对象）的平均值计算每个对象与这些中心对象之间的距离；并根据最小距离重新划分对应的对象；

（3）重新计算每个（变量）聚类的平均值（中心对象）；

（4）循环遍历（2）和（3），直到每个簇不再变化（标准测量函数收敛）.

优点: 该算法确定的K个划分的平方误差最小. 当聚类密集且类别之间的差异明显时，效果会更好. 对于处理大型数据集，此算法相对可伸缩且高效，计算复杂度为O（NKt），其中N是数据对象的数量，t是迭代的数量. 一般来说，K <

缺点: 1. K是预先给定的，但是很难选择； 2.初始聚类中心的选择对聚类结果有较大影响.

评论: 调查的内容是常用的数据分析方法. 要进行数据分析，您必须了解数据分析算法，应用场景，使用过程以及优缺点.

三，根据要求编写SQL

表A的结构如下:

会员ID（用户ID，字符类型）

Log_time（用户访问页面的时间数据分析师笔试题，日期类型（仅一天的数据））

URL（访问页面的地址，字符类型）

要求: 提取每个用户访问的第一个URL（最早的时间）以形成一个新表（新表名为B，表结构与表A相同）

创建表B asselectMember_ID，min（Log_time），来自Agroup的URL byMember_ID;

注释: SQL语句，简单的数据获取能力，包括表查询，关联，汇总，函数等.

此外，这个答案实际上是错误的，有很多方法可以实现，让每个人都玩.

四，销售数据分析

以下是B2C电子商务网站的每周销售数据. 该网站的主要用户群是办公室女性. 销售主要集中在5种产品上. 如果您是这家公司的分析师，

a）从数据中您看到什么问题？您认为背后的原因是什么？

b）如果老板要求您提出运营改进计划，您会怎么做？

表如下: 网站的一组日常销售数据

如果您对大数据感兴趣，想切换到大数据，并且想学习项目经验，欢迎添加834325294组一起学习并互相讨论！

该小组中的知识系统（源代码，注释，学习视频）仅限于前100个地方.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-268453-1.html