热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
291294878
怎样实现数据的归一化和标准化？
严谨来说，归一化只是标准化的一种方式，最常见的是以下两种：1、min-max标准化（Min-max normalization）x*=(x-min)/(max-min)可映射到[0,1]，若为了映射到[-1,1],则在此基础上2x*-1注：这种方法有一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。2、z-score标准化(zero-mean normali
230.1389
1
0
关注作者
收藏
zxq997
使用conda来安装其他软件报错（以:orange3 为例)
大部分的电脑打开anaconda ，点击install，即可安装orange3.如图： 即显示安装成功。但是有些电脑点击install并没有反应。这时候需从cmd中执行 ：conda install orange3（cmd最好以管理员身份运行）但是电脑会报conda的某些文件的错误。这时需要更新conda到最新的版本，以免conda的某些配置文件和第三方库
276.0653
4
0
关注作者
收藏
有福有德
统计变换技术有感
正好刚刚学了点变换技术，希望同仁能给予批评和交流，共同学习。有些公式不好编辑所以截图分享。Spline与MSpline变换变量缺失部分的变换，Spline、MSpline变换与Linear、Monotone、Opscore、Untie的变换相同。变量非缺失部分的变换，即最优变换（Spline变换），为b-spline基向量的线性组合，而b-spline基可以精确（数量少，没有共线性）、有效
891.3256
0
0
关注作者
收藏
newbbs
R语言中assign函数在循环中出现的问题
代码如下：for(i in 13:36){ assign(paste0("plot", i),ggplot(data = DOI, aes(x = origin_lat, y = DOI[,i], color = species)) geom_smooth(method = "lm", formula = y~I(x*x) x) geom_point() guid
289.3747
2
0
关注作者
收藏
星野
学习python爬虫技术很难么？要具备哪些基础知识？
如题
422.6509
2
0
关注作者
收藏
CDA117526
python笔记
python笔记.pdf
126.4700
0
0
关注作者
收藏
CDA117526
SQL笔记
对表的理解.pdf
35.9962
0
0
关注作者
收藏
CDA117526
如何提升指标敏感度
指标如何选择我们来看一个场景：当我们打开京东时，我们要计算页面中「精选」模块的点击情况，我们该怎么计算？相信你能想到 CTR ，也就是 点击次数 / PV，算出来是 平均一次PV，有多少次点击但是这么算真的合理吗？思考30秒，再往下看。就分子来说，点击次数没有异议，点击了多少次就是多少次。但是PV呢？PV其实有三种计算方式：1、页面展现次数展现就算，不论是首次，还是各种操作后，回到当前页面，都记录
32.6709
0
0
关注作者
收藏
CDA117556
水一期
数据分析师主要是描述性统计和推断性统计，正态分布。正态分布、标准化、偏度、峰度、中心极限定理、假设检验、线性分析、anova、皮尔逊、斯皮尔曼关联分析、残差分析机器学习方法：sklearn、xgboost、lightGBM、无监督的聚类分析、树模型、偏自然语言、算法所需要的硬性技能：tabular data science CV方向：分割、目标检测、细粒度图像分类、曲面图像、NLP
255.9040
0
0
关注作者
收藏
CDA117556
区分sql distinct和 dax distinctcount
(3条消息) 5、DAX的常用表函数之VALUES与DISTINCT_夕枫hhhh-CSDN博客_dax values函数
277.5052
0
0
关注作者
收藏
CDA168708
费用分析业务理解
如图QUERY1、建日期表，取年份、月份字段2、建立品牌表、店铺表3、费用表：新增日期字段4、零售单明细表：合并品牌、店铺、日期、成本Pivot1、建立连接关系2、计算度量值费用金额=sum(费用金额)销售毛利=sum(成交金额)-sum(成本金额)销售净利=销售毛利-费用金额费销比=费用金额/成交金额
43.8701
1
0
关注作者
收藏
CDA117526
SQL七大类函数大全及示例简析
概述SQL中包含以下七种类型的函数：聚合函数:返回汇总值。转型函数:将一种数据类型转换为另外一种。日期函数:处理日期和时间。数学函数:执行算术运算。字符串函数:对字符串、二进制数据或表达式执行操作。系统函数:从数据库返回SERVER中的值、对象或设置的特殊信息。文本和图像函数:对文本和图像数据执行操作。1、聚合函数它对其应用的每个行集返回一个值。AVG(表达式) 返回表达式中所有的平均值。仅用于数
43.8484
0
0
关注作者
收藏
CDA117526
SQL优化之执行顺序 总结
所有的查询语句都是从 FROM 开始执行的。在实际执行过程中，每个步骤都会为下一个步骤生成一个虚拟表，这个虚拟表(VT)将作为下一个执行步骤的输入。1 FROM 执行笛卡尔积FROM 才是 SQL 语句执行的第一步，并非 SELECT 。对FROM子句中的前两个表执行笛卡尔积(交叉联接），生成虚拟表VT1，获取不同数据源的数据集。FROM子句执行顺序为从后往前、从右到左，FROM 子句中写在最后的
43.8484
0
0
关注作者
收藏
Adams小乙
SQL学习——聚合函数运用：聚合不同值
关于聚合函数，一般指对所有查找对象执行运算，而当有DISTINCT语句时，则可以实现不同值的聚合运算，达到了将重的目的，使计算结果更加科学化。 AVG(DISTINCT):SELECT AVG(DISTINCT prod_price) AS avg_price FROM Products WHERE vend_id = ‘DLL01’;#查询表中DLL01不同商品的平均单价。 COUNT(DIST
44.8698
0
0
关注作者
收藏
Adams小乙
SQL学习——聚合函数：AVF(),COUNT(),MAX(),MIN(),SUM()
数据分析的实质并非调用数据，而是将纷繁的数据汇总分析，成为可视的信息。因而汇总数据在查询语句中显得格外重要。AVG函数：SELECT AVG(prod_price) AS avg_price FROM Products;#返回产品价格的平均值，作为平均值列的转化COUNT函数：COUNT(*) COUNT(column)SELECT COUNT(*) AS num_cust FROM Custom
41.7496
0
0
关注作者
收藏
CDA117513
MYSQL数据处理常见方法
# 实际业务中，数据准备流程包括：数据获取、清洗、转换、集成一、缺失值缺失值：null值+特殊数值（-999）缺失机制：完全变量（数据集中不含缺失值的变量）、不完全变量/ 完全随机缺失MCAR、随机缺失MAR、完全非随机缺失MNAR空值的含义：某个对象的属性值缺失或未知； 三类：不存在型空值（一个未婚者的配偶姓名）存在型空值（暂时无法知道）占位型空值（这种空值的填充只表
45.6251
0
0
关注作者
收藏
CDA117556
having里不能使用开窗函数，以及开窗函数中order by 用跟不用的区别，累计值要用
8、产品贡献定量分析找到产生购买行为的类别类目按照类目分组产品贡献定量分析（帕累托分析）(累积销售额百分比=累积销售额/总销售额)select item_category, sum(amount) as 销售额, sum(sum(amount)) over(order by sum(amount) desc) as 累积销售额, sum(sum(amount)) over()
22.3722
0
0
关注作者
收藏
CDA117513
MAC系统如何修改python默认版本？
1.安装Python 3.10https://www.python.org/downloads/2.查看Python 3.10安装路径打开终端，输入which python3查看路径 /Library/Frameworks/Python.framework/Versions/3.7/bin/python3.103.打开配置文件open ~/.bash_profile 4.写入外部环境变量(路径用第
45.0751
0
0
关注作者
收藏
CDA117513
POWER BI ：DAX函数卡片（公式速查）
DAX函数卡片.pdf
36.3556
0
0
关注作者
收藏
CDA117513
mysql查询语句逻辑查询顺序（不加点干货不行呀！）
废话不多说🙅🏻‍♀️，直接上干货！1、一个完整SQL查询语句的书写顺序(8) SELECT (9)DISTINCT case when…end as [new column]...(1) FROM (3) JOIN (2) ON(4) WHERE
63.7176
1
0
关注作者
收藏
<1…789…1246>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1