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

shauna570392

度量值和计算列的区别？

计算列是直接在现有的表上添加一个新列；度量值，如果不放到上下文环境中，它就是一个孤立的公式，并没有视觉上的计算结果；在计算列中，其上下文是明确的，就是当前行，并且可以根据需要缩小为当前行的某一列；而度量值，编写时并没有明确的上下文，度量值写好之后，可以放在任意的上下文环境中，执行不同的计算；计算列写好代码，数据自动计算出来，并且不受外部筛选器的影响；而度量值写好之后，并没有立即计算，只有

16.5598

6

3

0

关注作者

收藏

lulututu

在excel制作员工考勤表

计算出勤天数：=COUNTIFS($H$3:$AL$3,">=2",$H$3:$AL$3,"=8")计算病假：=COUNTIF(H5:AL5,"病")计算事假：=COUNTIF(H5:AL5,"事")计算平时加班：=SUMIFS(H5:AL5,$H$3:$AL$3,">=2",$H$3:$AL$3,"=8")-B5*

44.4695

6

2

0

关注作者

收藏

LXM21

残差图怎么看

进行回归诊断，通常可用残差图进行。所谓残差图，就是以因变量的观测值yj 或自变量值X1j 、X2j、...Xkj或因变量回归值等为横坐标，且以残差或其标准化数值为纵坐标所作出的散点图。 "残差图"以回归方程的自变量为横坐标，以残差为纵坐标，将每一个自变量的残差描在该平面坐标上所形成的图形。当描绘的点围绕残差等于0的直线上下随机散布，说明回归直线对原观测值的拟合情况良好。否则，说明回归直线对

15.7548

6

2

0

关注作者

收藏

158****6283

表结构与关系

19.7947

6

4

0

关注作者

收藏

詹惠儿

excel怎么快速添加单元格锁定符？

问：excel怎么快速添加单元格锁定符？如下所示：答：可通过快捷键F4(部分电脑是FN F4)操作，具体步骤如下：将鼠标移至D12处，点击键盘上的F4/FN F4，便会自动将D12中的行列给锁定若再次点击键盘上的F4/FN F4，则会只将D12中的列给锁定若再次点击键盘上的F4/FN F4，则会只将D12中的行给锁定若再次点击键盘上的F4/FN F4，

13.1905

6

1

0

关注作者

收藏

李名奎

面对面试得不仅仅只要回答，还要反问。

提供几个例子作为参考~1、进入公司有师傅带吗？2、我会和谁一起工作？3、如果我遇到问题，可以通过哪些方式获得指导？4、公司希望我在三个月左右能达到什么水平？5、在我之前，公司最优秀的新人是怎么样的？6、进入公司以后做些什么工作？

19.8077

6

3

0

关注作者

收藏

傅奕程

每日学习笔记-EXCEL基础1

1：学习的函数有：range=结果条件区域，criteria=条件， sum_rage=求和区域，criteria_range=判断条件区域sumif（单条件的求和），三个参数，（range,criteria,sum_rage）,计算和sumifs（多条件的求和），多个参数，（sum_rage,criteria_range1,criteria1,criteria_range2,criteri

54.4182

6

2

0

关注作者

收藏

1530553748

PowerBI 应用时间智能（生成日期表）

Power BI Desktop是一款由微软发布的自助式商业智能工具，功能强大、易于使用。其中还可以通过微软云连多个数据源并且使用数据源来创建可视化表盘。但是几乎所有的BI都需要展示如何随时间改变KPI。因此我将会介绍一个帮助我们使用事件元素来分析数据的关键功能。在PowerBI Desktop 中叫做“Time intelligence”。应用这种时域分析法能是商业智能中基本的数据表现形式。

14.1087

6

3

0

关注作者

收藏

1530553748

PQ的M函数规则（观察）

let源 = Excel.Workbook(File.Contents("C:\Users\liqi8\Desktop\0524-Power BI数据加工及数据汇总分析-\Power BI数据加工及数据汇总分析\Power Query数据处理\身份证号码练习数据.xlsx"), null, true),身份证号码_Sheet = 源{[Item="身份证号码",Kind="Sheet"]

14.0249

6

1

0

关注作者

收藏

陈革007

MySQL: 代码优化

上周在练习SQL进阶题的时候, 在研究老师代码的基础上得到新知(已经和老师确认过,欢迎大家使用):ps: 老师代码太高深小白看不懂补充说明: 1. 在47题和50题的思路基础上,把48改成方法二: 2. 48题,week(concat(year(now()),"-12-31") 这里因为不确定某一年的最后一周是多少(52 or 53),

14.0120

6

4

0

关注作者

收藏

赵娜0418

网格搜索寻找到的最优解，是否会出现过拟合？

恰恰相反，很大程度会出现过拟合现象，网格搜索是将训练集训练的一堆模型中，选取超参数的所有值（或者代表性的几个值），将这些选取的参数及值全部列出一个表格，并分别将其进行模拟，选出最优模型。

14.1364

6

0

0

关注作者

收藏

赵娜0418

Python中深拷贝和浅拷贝

1、浅拷贝可以使用列表自带的copy()函数（如list.copy()），或者使用copy模块的copy()函数。深拷贝只能使用copy模块的deepcopy(),所以使用前要导入：from copy import deepcopy2、如果拷贝的对象里的元素只有值，没有引用，那浅拷贝和深拷贝没有差别，都会将原有对象复制一份，产生一个新对象，对新对象里的值进行修改不会影响原有对象，新对象和原对象

14.4824

6

2

0

关注作者

收藏

颜夕小妞

周权重指数----寻找零售规律的企业标准<不是课程内容,开拓思维的>

本来这周想做促销活动效果专题的,但发现数据结果不太理想,为了不误导大家,现改成理论分享,如果有需要相关数据,可以私聊我.周权重的应用:1.各分部的零售规律.2.每日计算当天的日目标.3.根据每月销售计算当月的销售预测值.4.计算每天的单位权重值,进行销售跟踪,发现销售是否异常.5.促销评估等事件的量化处理.知识点如下,有百度网盘链接. 链接：https://pan.baidu

25.0088

6

3

0

关注作者

收藏

赵娜0418

怎么理解梯度下降？

梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。反过来，如果我们需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。在机器学习

2.0113

6

2

0

关注作者

收藏

赵娜0418

标准化常量的目的是什么？

目的：通过对数据进行标准化处理，得到均值为0，标准差为1的服从标准正态分布的数据。（相对一维数据来说，也就是相对矩阵的每一列，数据的每一个维度）向量形式，它们的每个元素分布表示矩阵每一列的均值和方差）可以看出矩阵中心化是标准化的一步，将中心化的矩阵除以标准差得到标准化矩阵。下面解释一下为什么需要使用这些数据预处理步骤：在一些实际问题中，我们得到的样本数据都是多个维度的，即一个样本是用多个

1.7202

6

0

0

关注作者

收藏

赵娜0418

Python机器学习中PCA指的是什么意思？

PCA 算法首先还是简单回顾下 PCA 的算法流程。我们把样本数据 xx 归一化后，计算其协方差矩阵 CxCx，然后计算 CxCx 的特征向量，构造出一个特征向量矩阵 AA，最后把 xx 通过该矩阵映射到一个新的空间，得到的向量 yy 就是能体现 xx 主要成分的向量了。PCA 在做什么那么，这种空间映射有什么意义呢？问题要回到协方差矩阵 CxCx 上。我们知道，协方差矩阵是一个对称矩阵，

1.7179

6

1

0

关注作者

收藏

赵娜0418

机器学习中怎样防止过拟合和欠拟合？

1.利用学习曲线判断2.误差 = 偏差(精确率) 方差(稳定性)3.下图中虚线为训练集，实线为测试集

1.7179

6

2

0

关注作者

收藏

赵娜0418

无监督学习和有监督学习有什么异同？

监督学习（supervised learning）：通过已有的训练样本（即已知数据以及其对应的输出）来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类的目的，那么这个最优模型也就具有了对未知数据进行分类的能力。在社会中，我们在很小的时候就被大人教授这是鸟啊，那是猪啊，这个是西瓜、南瓜，这个可以吃、那个不能吃啊之类的，我们眼里见到

1.6790

6

2

0

关注作者

收藏

赵娜0418

Python机器学习决策时算法中熵是什么？

决策树是用于分类的统计模型。熵的概念熵是来衡量随机变量的不确定性的。Shannon entropy来定量化了这种不确定性。有以下公式H(x)=∑iP(xi)I(xi)=−∑iP(xi)logbP(xi)H(x)=∑iP(xi)I(xi)=−∑iP(xi)logbP(xi)接下来通过例子来说明。比如投硬币，正面和反面的概率都是1/2，在这种情况下，一个比特就可以来传递每一次的结果。投

1.6383

6

2

0

关注作者

收藏

赵娜0418

归一化和标准化有何不同？

答：简单来说，标准化是依照特征矩阵的列处理数据，其通过求z-score的方法，将样本的特征值转换到同一量纲下。归一化是依照特征矩阵的行处理数据，其目的在于样本向量在点乘运算或其他核函数计算相似性时，拥有统一的标准，也就是说都转化为“单位向量”。归一化：这种方法有个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。另外，最大值与最小值非常容易受异常点影响，所以这种方法鲁棒

1.6383

6

5

0

关注作者

收藏

<1…464748…1246>

CDA考试动态

CDA报考指南