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

liting李

MySQL报错1148

mysql报错1148，8.0版本，路径也没有错，为什么报错？答：把代码中的local去掉即可，带local那个是老版本sql导入数据的方法，在新版本中执行会报错。

44.4249

1

0

0

关注作者

收藏

开花结果02

powerbi:两个表链接容易出现的问题

问题：两个表链接容易出现的问题解答：点菜明细是多表，单号详细也是多表，所以两表关系是多对多，两表不可以通过单号字段这样直接关联，基数选择的是多对一，所以会报错

44.4567

2

0

0

关注作者

收藏

开花结果02

powerbi：从哪里可以获取指标

问题：从哪里可以获取指标解答：1.找业务人员直接进行访谈，深入和全面了解业务问题，了解与业务相关的各项指标2.业务岗直接实习3.调研，购买一些书籍，互联网查找这这个过程中就需要我们不断提高自己的洞察力，也就是透过现象看本质的能力，才能得出有价值的结论

44.4567

2

0

0

关注作者

收藏

开花结果02

powerbi：什么是一级指标，什么是二级指标

问题：什么是一级指标，什么是二级指标解答：常用的1级指标有：求和，平均，计数，最大值和最小值得来的叫一级指标（在原始数据上直接汇总得来）知道大小多少的程度，好坏的程度，和为我们已知的一个对象和程度进行对比，通过一级指标在计算得来的叫做二级指标（用来描述一级指标好坏程度的）常用的2级指标有：基准比（河北省下的哪个城市卖的好和区域销售总额，哪个占比大就好，考试成绩，自己的成绩的基准水平60分

44.5212

3

0

0

关注作者

收藏

开花结果02

powerbi：切片器怎么变成水平的

问题：切片器怎么变成水平的？解答：常规-方向-水平，然后在收缩切片器的外框就可以了

44.4567

2

0

0

关注作者

收藏

读童话的狼

one-hot编码与哑变量编码有什么区别？

one-hot的基本思想：将离散型特征的每一种取值都看成一种状态，若你的这一特征中有N个不相同的取值，那么我们就可以将该特征抽象成N种不同的状态，one-hot编码保证了每一个取值只会使得一种状态处于“激活态”，也就是说这N种状态中只有一个状态位值为1，其他状态位都是0。举个例子，假设我们以学历为例，我们想要研究的类别为小学、中学、大学、硕士、博士五种类别，我们使用one-hot对其编码就会得到：

41.6749

3

0

0

关注作者

收藏

CDA助教老师

print() 和 return 辨析

概念:print( ) 是函数, return 是Python关键字作用: print( ) 函数随处可用,在函数内直接打印数据内容,但打印后就撤销结果 return 关键字,只能在函数内使用,在函数内不直接显示数据内容,但将结果传到函数外供使用.

44.4915

2

0

0

关注作者

收藏

CDA助教老师

问题在游戏中，我们经常要控制人物的移动。其实，这在编程中就是坐标的移动，给定初始的坐标位置，调用移动函数计算后得到一个新的坐标位置，就实现了人物的移动。接下来，我们来实现一个移动坐标的函数，要求：定义一个名为 move() 的函数；该函数有两个参数 x 和 y，对应了初始坐标位置；该函数的作用是将 x 和 y 分别加 1，得到新的坐标位置；将计算后新的 x 和 y 同时作为该函数的返回值；调用 m

44.4249

1

0

0

关注作者

收藏

zengweiak47

拉格朗日插值法隐式知识点:描述两个变量的相关性,使用条形堆栈条形图卡方检验两个连续变量:散点图 + 趋势线相关系数一分类一连续:分组箱线图 t检验(二分类)方差分析(多分类 )无监督分箱有明确业务逻辑,只能用自定义分箱1,2,3,4,5,6,7,100等宽,等深分箱: 等宽:3个箱子,分割点[1,34,67,100](距离相等,保存了分布信息)

44.4249

1

0

0

关注作者

收藏

LXM21

问：=SUM($B$2:B2)为什么绝对引用就可以实现累计求合答：$B$2不变，向下拖拽，B2自动向下偏移，向下累加

46.7619

4

0

0

关注作者

收藏

LXM21

excel参数间用英文逗号分隔

问：range和criteria之间，都是用英文输入的逗号进行区隔的么答：是的，要注意检查中英文输入

46.7215

3

0

0

关注作者

收藏

LXM21

整行设置条件格式

问：为什么没有像下面图片那样显示整行设置条件格式答：没有选中整个区域，如图所示，修改规则的区域

46.7215

3

0

0

关注作者

收藏

LXM21

EXCEL 文本型转换成数值型

举两个方法的例子文本型数据*1 或者/1，

46.7215

3

0

0

关注作者

收藏

读童话的狼

count(1) 比 count(*) 效率高？

1. count(1) and count(*)当表的数据量大些时，对表作分析之后，使用count(1)还要比使用count(*)用时多了！从执行计划来看，count(1)和count()的效果是一样的。但是在表做过分析之后，count(1)会比count()的用时少些（1w以内数据量），不过差不了多少。如果count(1)是聚索引,id,那肯定是count(1)快。但是差的很小的。因为count

45.6283

2

0

0

关注作者

收藏

刘思婵

分析的最终目标无非两种：寻找解决方案，寻找更好的解决方案。第一步是保证数据的准确性和稳定性，第二步就是优化，提高准确性、提高效率和效益。优化包含两部分的内容：缩小当前和目标的差距，直到达成并超越目标；在成本或者预算固定的前提下，使收益最大化。 1、缩小当前和目标的差距 e.g. 全公司各部门各业务线的同事们都在追逐和超越KPI的路上；e.g. 机器学习建模时，尝试多种方案，调试各种参数，使模型的精

38.7939

2

0

0

关注作者

收藏

刘思婵

5.2自下而上的组合就是将个体组成群体，将小的指标组合成一个综合指标。e.g. 用户的标签分为基础标签和复合标签，基础标签就是单个用户属性来定义的(例如性别、婚否等)，复合标签则是考虑多个基础标签的组合(例如，某个典型的用户群体画像是：女性+单身+白领+一线城市)；e.g. 规划用户标签时，先用头脑风暴想出一批指标，然后进行归类、筛选、组合；e.g. 风控业务中累计坏账计提的计算，是将不同的逾期

38.7939

2

0

0

关注作者

收藏

刘思婵

要有结构化、系统化的思维，对影响因素自上而下的拆解和自下而上的组合。 5.1自上而下的拆解可以理解为“分级钻取”，如同金字塔结构一样，先从总体看到二级分支，然后再看更细的分支。e.g. 支付成功率的影响，可以对新老客、订单来源、支付方式、银行通道一层一层拆解，细化各个分支对整体变化的贡献率； e.g. 销售额 = 下单人数*客单价 (a)从登录到下单是层层转化后的，所以下单人数 = 访客人数

38.5549

1

0

0

关注作者

收藏

刘思婵

延时关联现象的产生可能存在延迟效应，要考虑当前现象(环节)的前置的“因”和后置的“果”。e.g. 今天上线的营销方案可能在几天甚至几十天后才会有显著的效应，今天交易量上出现的波动也可能是因为一段时间前产品或者运营策略上有改动。

44.4249

1

0

0

关注作者

收藏

刘思婵

看数据指标不要只看一个“点”，还要看一条“线”上的前后连接的环节，进而从“面”或“体”的角度去看整个大环境中都有哪些因素相互作用。对现象的分析可以参考简单的调节模型：其中：X是自变量，Y是因变量，M是调节变量。寻找关联关系时，不仅仅要找出对Y有直接影响的X(一个或者多个)，还要找出影响X对Y作用的调节因素M。关联也可以分为同时关联和延时关联两类。 4.1同时关联即多个因素(X)同时发生作用

0.3600

1

0

0

关注作者

收藏

刘思婵

纵向对比横向是和其他对象比较，纵向则是和自己的历史数据对比。常见的纵向对比有同比和环比，对比的周期根据实际情况可以按日、周、月、季、年等。注：一个常用的多组对比柱状图对比的时候，除了比较相对量，也要看绝对量，以合理地评估数据差异的大小。e.g. 0.5%的波动是大还是小，需要找参考点，如果历史波动最高也就0.1%，那么这个波动就很大。e.g. 公众号关注人数昨日环比增长20%(看着还不错)，

44.4249

1

0

0

关注作者

收藏

<1…332333334…1218>

CDA考试动态

CDA报考指南