记录下常用的pandas的操作代码。

大学时代读了吴军的浪潮之巅，我第一次了解了互联网行业的发展，硅谷传奇公司的发展，唤起了我对互联网行业的兴趣，此后经历了移动互联网的快速发展，并最终投身于大数据行业，此时读数学之美，希望这本书能重新唤起我对数学的兴趣，能让我在数据挖掘方向走的更远一些。

流程图是符号化的图形语言，有自己的规范，这里转载processon关于流程图规范画法的文章。

RFM作为经典的用户分层模型，做用户分层确实非常合适，但是我看到大部分的文章仅仅只是介绍如何使用RFM做用户分层，却没有介绍最重要的一点，如何划分分界点，这里使用聚类算法对RFM指标进行分类。

简单的机器学习算法K-近邻算法，即KNN算法。

说是读书笔记，其实就是拆书，这本书全是干货，这里把一些重点的内容单独摘取出来，既是学习，也是对整个数据知识体系的梳理。

在数据驱动四步骤中，数据采集之后的步骤便是数据建模，值得注意的是，这里的数据建模我个人理解便是数仓建设理论中的维度建模，通过维度建模来组织数据流，即这一步就是搭建数仓的过程。

为什么要构建数据指标体系？因为我们希望时间能花在解决问题而不是寻找问题上。 指标体系衡量效果：当战略指标出现问题之后能否一眼找到问题点。

机器学习中的结果评价。

仅凭userid并不能准确地标识所有的用户，再加上埋点框架的固有缺陷，无法做到统一用户身份识别，故需要构建oneid体系，对同一用户赋予相同的oneid。这也是在构建数仓之时的第一步，由于自身数据埋点框架的特点，我们并不能像第三方sdk一样一开始就对同一个用户做到oneid标识，目前阶段需要在已有埋点日志的基础上通过一定的逻辑构建出oneid。