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

三卿

Python中字符串格式化怎么用

在需要进行填入变量的地方使用{}填充，在最终的.format()中填入变量的内容，以下为示例print('''我以前啊喜欢喝{}，我本以为我这辈子都会喜欢喝{}，但是突然有一天我就不喜欢喝{}了，我没有错，可乐也没有错，不喜欢就是不喜欢了，谁也不怪。''').format(可乐)

2.0773

1

1

0

关注作者

收藏

三卿

MySQL报错：无法获得管理权限

MySQL Workbench打开后报错Could not acquire management access for administration。然后进入界面无法使用，出现这种情况：右键我的电脑-管理-服务-MySQL，右键开启，然后重新登录检查MySQL Workbench是否可以运行

2.0773

1

2

0

关注作者

收藏

shauna570392

sql如何另存为文件

1、点击file2、点击save script as3、输入文件名保存即可。

0.0000

0

2

0

关注作者

收藏

liting李

缺失值填补里的临近值填补是knn这个方法填补的吗

不是，spss中临近值填补用的em回归、mcmc填补,spss中没有knn这种填补方法。

0.0000

0

1

0

关注作者

收藏

liting李

MCMC法填充缺失值spss

1.分析-多重插补-插补缺失数据集 2. 3. 4.

0.0000

0

2

0

关注作者

收藏

大魔王泛泛

HBase 是为了弥补 Hadoop 的什么缺陷?

Hive是建立在Hadoop之上为了减少MapReducejobs编写工作的批处理系统，HBase是为了支持弥补Hadoop对实时操作的缺陷的项目。

0.0000

0

5

0

关注作者

收藏

大魔王泛泛

简述HBase的特点？

hbase是物理表，不是逻辑表，提供一个超大的内存hash表，搜索引擎通过它来存储索引，方便查询操作；hbase是列存储；hdfs 作为底层存储，hdfs 是存放文件的系统，而 Hbase 负责组织文件

0.0000

0

2

0

关注作者

收藏

liting李

spss中如何用回归填补缺失值

首先，点击分析下的缺失值分析其次，如下图所示：

29.2219

1

5

0

关注作者

收藏

大魔王泛泛

简述HBase是什么？

HBase一个分布式的基于列式存储的数据库，基于Hadoop的 hdfs 存储，zookeeper 进行管理。

0.0000

0

2

0

关注作者

收藏

liting李

缺失值如何处理？

市面上关于缺失值有本书叫《多重插补》，有兴趣的同学可以看一下。行的缺失比较重要，3%以内的，缺的比例比较少，用中位数填补；3%-20%之间，缺失值比例比较大，用回归法填充；20%-50%，缺失值比例偏大，使用MC填充。60%以上，用缺失值分类法。

0.0000

0

1

0

关注作者

收藏

田齐齐

警告：在TWOSTEP CLUSTER 中发生意外错误

如图：解决方法：更改语言下数据和语法的字我们会发现这里为灰色，无法更改，这需要我们关闭数据，然后打开一个新的空表，就可以更改啦~

32.7545

4

5

0

关注作者

收藏

liting李

特征提取与特征选择两者的作用

1 减少数据存储和输入数据带宽；2 减少冗余；3 低纬上分类性往往会提高；4 能发现更有意义的潜在的变量，帮助对数据产生更深入的了解。

0.0000

0

5

0

关注作者

收藏

liting李

斯皮尔曼会损失很多自由度，不准确？

当数据量比较大的时候，不准确性就已经不是很重要。因为数据量比较大，变量比较多，不能分别使用，这时用一个比较折中的方法。

0.0000

0

2

0

关注作者

收藏

田齐齐

怎样理解欧式距离？

问题：欧式距离是在空间中的两个点间的直线距离？然后根据距离远近聚类？欧式距离也称欧几里得距离，是最常见的距离度量，衡量的是多维空间中两个点之间的绝对距离。也可以理解为：m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离下面是具体的计算公式

32.7545

3

4

0

关注作者

收藏

田齐齐

聚类算法中的距离度量有哪些，怎样理解？

你知道聚类中度量距离的方法有哪些吗？ 1）欧式距离欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。即两点之间直线距离，公式比较简单就不写了　应用场景：适用于求解两点之间直线的距离，适用于各个向量标准统一的情况 2）曼哈顿距离(Manhattan Distance) 从名字就可以猜出这种距离的计算方法了。想象你在曼哈顿要从一个十字路

32.7545

3

1

0

关注作者

收藏

liting李

业务故事数据分析推荐书籍

《千面英雄》《故事》国外翻译过来的业务逻辑的书籍：京东，阿里自己出的书籍,可以到网上找

0.0007

1

3

0

关注作者

收藏

liting李

什么是客户画像

用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。用户画像最初是在电商领域得到应用的，在大数据时代背景下，用户信息充斥在网络中，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。

0.0000

0

3

0

关注作者

收藏

田齐齐

层次聚类方法

在社会学领域，一般通过给定网络的拓扑结构定义网络节点间的相似性或距离，然后采用单连接层次聚类或全连接层次聚类将网络节点组成一个树状图层次结构。其中，树的叶节点表示网络节点，非叶节点一般由相似或距离接近的子节点合并而得到。层次聚类方法的基本思想是：通过某种相似性测度计算节点之间的相似性，并按相似度由高到低排序，逐步重新连接个节点。该方法的优点是可随时停止划分，主要步骤如下：（1）移除网络中的所

3.5326

2

3

0

关注作者

收藏

liting李

什么是特征提取

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。特征的好坏对泛化性能有至关重要的影响。

0.0000

0

1

0

关注作者

收藏

田齐齐

多因素二分类logistic回归如何选择方法？

二分类logistic回归如何选择方法？输入、向前LR、向后LR等等不知道如何选择？ SPSS软件中多因素Logistic逐步回归分析提供了条件参数估计似然比检验（Conditional）、最大偏似然估计似然比检验（LR）、Wald检验3种模型假设检验方法，和向前选择法（Forward）、向后剔除法（Backward）两种变量进出方法，一共组合成6种逐步回归变量选择方法。不同的算法，

32.7545

3

1

0

关注作者

收藏

<1…761762763…1217>

CDA考试动态

CDA报考指南