数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

马锦涛

如何理解Boosting算法？

Boosting算法，每次迭代中，使用带样本权重的样本来拟合模型，模型在生成的过程中，会非常小心的对待权重打的这些样本，会尽量将这些权重大的样本预测正确，因为权重太大，将这些样本预测错误的概率实在是太大了。模型训练好之后，会算出当前这个权重下，预测错误的样本和预测正确的样本。接着将预测错误的样本权重加大，预测正确的样本权重减小。‘

0.0000

0

0

0

关注作者

收藏

马锦涛

机器学习中pca缺点是什么？

需要做标准化的处理，只能对连续型的变量做降低维度，致命的缺点，就是特征是新特征。每个新特征都是由所有老的特征通过线性组合而得到，从而新的特征无法解释。所以pca在解释性要求强场景下不可用

0.0000

0

0

0

关注作者

收藏

马锦涛

是不是 sklearn 里面的决策树是通过控制random_state 取出根号p个特征来控制随机性，但是用来训练每个树的训练集都是一样的啊

1. 采样集信息不一样，训练出来的模型不一样2. 每一个决策树，random_state都是不一样的，random_state不一样复杂度不一样

0.0000

0

0

0

关注作者

收藏

马锦涛

pca优点是什么？

在做特征筛选的过程中，尽量的保留了大部分有效信息，从而模型效果好。转换出来新的特征，两两独立。pca缺点: 需要做标准化的处理，只能对连续型的变量做降低维度，致命的缺点，就是特征是新特征。每个新特征都是由所有老的特征通过线性组合而得到，从而新的特征无法解释。所以pca在解释性要求强场景下不可用

0.0000

0

0

0

关注作者

收藏

马锦涛

SVM的结论有哪些？

1. 每个ai都有两种状态，要么是激活要么是未激活，也暗示每个样本也有两种状态(激活与未激活)2. 对激活的样本点，它们ai > 0, 它们正好落在wx+b = 1,-1超平面上面。未激活的样本点，它们ai < 0, 它落在wx_b = 1,-1的外面3. w = sum ai * yi * xi, 得到，w的值其实就是这些激活的样本点的信息所计算出来的，因为未激活的样本的ai = 0, 所以不参

0.0000

0

0

0

关注作者

收藏

ermutuxia

sql中groupby后面跟数字什么意思？

group by后面的数字是变量名字的引用，1表示select后面的第一个变量即kind2，2表示第二个变量即kind2,3表示第三个变量len_month,4表示periods,5表示mob。而上面的1 as mob是在查询结果中生成一个值全部为1的变量，并且给这个值1变量起一个别名mob。举例子看下下面的效果

0.0000

0

0

0

关注作者

收藏

詹惠儿

MySQL8.0applying security settings报错

问：MySQL8.0applying security settings报错答：这是因为你没有将之前安装失败的残留文件彻底清除干净，忽视的就是一个隐藏文件夹的配置没有删除。解决方法：删除以下注册表信息：KEY_LOCAL_MACHINE/SYSTEM/ControlSet001/Services/Eventlog/Applications/MySQL HKEY_LOCAL_MACHINE/SYST

70.5870

1

0

0

关注作者

收藏

詹惠儿

mysql报错1007：Can't create database 'test': database exists

问：mysql报错1007：Can't create database 'test': database exists答：这是因为‘test’数据库已经创建过了，不能存在多个同名的数据库，这里不需要重复创建test数据库，直接执行语句：use test; 进入test数据库进行操作即可。

70.5870

1

0

0

关注作者

收藏

詹惠儿

mysql显示not connet怎么回事？

问：mysql显示not connet怎么回事？答：这是因为此电脑未开启mysql服务，开启MySQL服务方法如下：右击计算机→管理→服务和应用程序→服务，找到MYSQL80，右击选择"启动"即可。

70.5870

1

0

0

关注作者

收藏

詹惠儿

df.drop_duplicates()是将行中除了索引的记录一模一样的删除一个吗

问：df.drop_duplicates()是将行中除了索引的记录一模一样的删除一个吗答：df.drop_duplicates()是删除指定列中值相同的记录，可以通过参数subset设置参照那几列，默认情况下是参照所有列

70.5870

1

0

0

关注作者

收藏

詹惠儿

python中df.loc是显示列标签吗

python中df.loc是显示列标签吗问：df.loc不是它的列标签吗答：df.loc[]可以实现dataframe中通过标签的显式索引与切片，其形式如下：其中，方括号[ ]内必须有两个参数，第一个参数是对行的筛选条件，第二个是对列的筛选条件，二者以逗号分隔

70.5870

1

0

0

关注作者

收藏

詹惠儿

jupyter打开文件报错： PermissionError: [Errno 13] Permission denied

问：在文件夹中启动powershell运行jupyter后，打开文件报错：PermissionError: [Errno 13] Permission denied答：这是因为当前电脑设置了文件安全权限，在文件夹中启动powershell运行jupyter没有取得管理员权限，导致当前运行的服务没有权限打开此文件而报错，解决方法是在开始菜单中以管理员身份运行jupyter notebook，然后在j

70.5870

1

0

0

关注作者

收藏

詹惠儿

十分之一分位数的计算

问：以下这个十分之一分位数是怎么计算的？答：n=34的数组的十分之一分位数是位于3.4位置上的数，这里3.4位置上取不到，需要在位置为3和4的值中取第40%的值，所以其十分之一分位数的算为：(75-60)*0.4+60=66

70.5870

1

0

0

关注作者

收藏

詹惠儿

jupyter代码结果输出问题

问：为什么我两个一块运行只出来一个id？答：这是因为Jupyter默认是输出最后一行代码的结果，需要手动执行这行代码即可设置为输出多行代码的结果

70.5870

1

0

0

关注作者

收藏

詹惠儿

jupyter已安装目录插件但是没显示？

问：jupyter已安装目录插件但是没显示？答：这是因为当前目录输出的cell格式为代码，系统无法识别，解决方法是将当前目录输出的cell格式修改为标记，并运行当前行即可显示目录。

70.5870

1

0

0

关注作者

收藏

詹惠儿

以下python代码为什么是纵向打印？

问：以下python代码为什么是纵向打印？答：这是因为print()函数的end参数的默认值是换行符“\n”，也就是说每条print()语句以换行符结尾，这里i取值为1，2，当i进行遍历等于1时，输出1212并换行显示，再继续遍历i为2，以此类推。

70.5870

1

0

0

关注作者

收藏

心盛待花开

千万级MySQL数据库建立索引的事项及提高性能的手段

1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。　　2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：select id from t where num is null可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：select id from t

70.5870

1

0

0

关注作者

收藏

心盛待花开

vlookup函数应用2.0条件判断

用vlookup函数和数组结合完成薪酬和绩效考核中的条件判定。在vlookup中我们把匹配区域换成数组形式，使【群效】对应得到【提成比例】。注意：这里用到的是向下取值，比如102.65未达到300的指标，则对应的提成比例为0。这里函数对应的模糊匹配可以省略。

70.5870

1

0

0

关注作者

收藏

liting李

power bi如何计算某一列中每个值出现的次数

计数 = CALCULATE(COUNTROWS('表'),FILTER(all('表'),[列]=EARLIER('表'[列1])))

71.1701

2

1

0

关注作者

收藏

liting李

在Power BI中如何实现前几名（TopN）可视化效果

在最新版的Power BI Desktop中新增了“前N个”的筛选功能，可以帮助我们快速实现此效果。假设我们通过省份、销售金额生成下图：在进行展现的时候，我们只希望显示前三名。在Power BI Desktop里，选中该可视化图形的同时，右侧“视觉级筛选器”下，点击“省份”右侧的箭头，在筛选器类型里选择“前N个”，显示项目里，选择“上”，输入“3”把“销售金额”拖入“按值”里点击应用筛选器，即可获

70.5870

1

0

0

关注作者

收藏

<1…194195196…1217>

CDA考试动态

CDA报考指南