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
liting李
如何导出tableau动图？
tableau自身不支持，所以，导出的图片或者pdf只是静态的由于tableau自身有仪表盘和故事模式，建议直接使用tableau演示数据，或者使用server在网页查看报表，才能发挥交互式仪表盘的优势用第三方工具，也可以使用Screen2Gif.exe
66.6197
0
0
关注作者
收藏
liting李
在SPSS里怎么进行方差齐性检验
SPSS进行方差齐性检验的方法：打开一份要进行方差齐性检验的数据，然后点击【分析-描述统计-探索】1、打开探索对话框，然后在因变量列表选择要进行方差齐性检验的变量，在因子列表中选择进行分为两组的变量2、接着打开【统计量】子对话框，然后勾选【描述性】3、然后打开【绘制】子对话框，然后勾选【带检验的正态图】，然后在伸展与级别levene检验中选择【未转换】4、接着打开【选项】子对话框，然后勾选【按列表
66.6197
0
0
关注作者
收藏
开花结果02
统计学：开后组的组中值如何计算
开口组组中值的计算公式：=下限+(邻组组距/2) or =上限-(邻组组距/2)举个例子：
66.6197
0
0
关注作者
收藏
-黄纬
数据清洗
我们为什么要做数据清洗？回答：（1）如果我们想要让数据有效的⽀持我们的⼯作和决策 ，数据必须可靠， 无误，能够准确地反应现实世界的状况。（2） 数据是信息的基础，好的数据质量是各种数据分析如OLAP、数据挖掘等有效应⽤的基本条件。
55.4888
0
0
关注作者
收藏
詹惠儿
如何用numpy生成正态分布？
问：如何用numpy生成正态分布？答：np.random.randn()创建指定形状的随机标准正态分布数组语法：np.random.randn(size=None)# 创建一个3行3列的随机标准正态分布数组
55.6491
0
0
关注作者
收藏
詹惠儿
np.linspace()的用法
np.linspace()的用法：创建一个指定起始值和终止值，指定个数的等差序列，可添加参数endpoint指定是否需要包含右端点即终止值# 创建一个以0位起始值，20为终止值，共5个取值的等差序列# 包含终止值20
55.6491
0
0
关注作者
收藏
永洪科技
被算法“囚禁”？深扒外卖平台配送背后的技术
这几天我们被美团和饿了么事件刷屏了，起因是在一篇名为《外卖骑手，困在系统里》的文章中讲述了外卖平台算法系统和骑手实际工作的诸多冲突，展现了骑手为准时送餐要经历的诸多不易。对于外卖平台来说，送达时间更短是主要竞争力。平台通过算法不断改进使在相同距离规定配送的时间不断缩短，同时利用骑手自身缩短时间的配送数据作为新算法的输入，进一步缩短配送时间，这个强大的逻辑就来源于人工智能。我们在感叹骑手的不易，在质
56.1203
0
0
关注作者
收藏
ermutuxia
在python中如何在做完最小二乘回归后画拟合图？
#导入相关库import pandas as pdimport numpy as npfrom sklearn import linear_modelimport matplotlib as mplimport matplotlib.pyplot as plt#准备数据 x=np.array([1,2,3,4,5,6]).reshape(6,1)y=np.array([2,3,5,7
37.3170
0
0
关注作者
收藏
开花结果02
powerbi:如何计算前面一整年的销售额
问题：如何计算前面一整年的销售额解答：利用到这个previousyear这个时间函数，它返回的是上一年的所有日期，比如现在是2020/9/11，它返回的是2019/1/1到2018/12/31的所有日期计算公式：过去一整年销售金额 = CALCULATE(SUM('销售数据'[销售金额]),PREVIOUSYEAR('时间辅助表'[时间]))
55.5019
0
0
关注作者
收藏
s1223452840
使用numpy实现线性回归并绘图?
#生成一系列线性相关的数据 dataset_size = 100000#干扰幅度, 干扰越小, ab越准确amplitute = 200#预测 y = 2x+3 的线性函数x = np.random.randint(0,1000,dataset_size)y = 2 * x + 3 + np.random.normal(size=dataset_size)*amplitute#使用最小二乘法求解线
72.0378
0
0
关注作者
收藏
s1223452840
如何使用numpy实现线性回归?
#生成一系列线性相关的数据 dataset_size = 100000#干扰幅度, 干扰越小, ab越准确amplitute = 200#预测 y = 2x+3 的线性函数x = np.random.randint(0,1000,dataset_size)y = 2 * x + 3 + np.random.normal(size=dataset_size)*amplitute#使用最小二乘法求解线
55.5019
0
0
关注作者
收藏
CDA持证人阿涛哥
如何在PowerBI 中添加添加中国形状地图?
1,添加形状地图: 文件--选项和设置--选项--预览功能--勾选"形状映射视觉对象"2,添加中国地图.json文件:格式--形状--自定义地图--添加
72.0378
0
0
关注作者
收藏
你应该是一阵风丫
关联规则总结
A、普通的的算法1.找出候选集和频繁集创建候选1项集，根据最小支持度，生成频繁1项集。创建候选2项集（频繁1项集的两两组合，去掉重复），再生成频繁2项集。创建候选3项集（频繁2项集的两两组合，去掉重复），再生成频繁3项集。2.生成关联规则针对任意k(k>=2)项集，生成如下的关联规则R: f-β==>β其中f是k项集，β是其任意真子集。根据每一个关联规则的置信度和提升度，进行过滤。B
72.0378
0
0
关注作者
收藏
詹惠儿
jupyter notebook如何安装目录插件？
问：jupyter notebook如何安装目录插件？答：第一步：打开cmd窗口，依次执行以下命令：1. 更新pip：python -m pip install --upgrade pip2. 更新Jupyter ：pip install --upgrade jupyter3. 安装 nbextensions：pip install jupyter_contrib_nbextensions4. 配
71.8775
0
0
关注作者
收藏
詹惠儿
np.diag()的用法说明
问：np.diag()的用法说明答：np.diag()主要有两种用法：当提供的值为一维数组：创建以一维数组为对角线，其余为0的二维数组当提供的值为二维数组：提取二维数组上的对角线元素# 创建一个以一维数组a为对角线，其余为0的二维数组
71.8775
0
0
关注作者
收藏
詹惠儿
np.random.choice()的用法说明
问：np.random.choice()的用法说明答：创建指定形状，随机抽取给定值中样本的多维数组语法：choice(a, size=None, replace=True, p=None)a:给定数组size：指定大小replace：是否有放回抽样被抽样概率# 创建一个3行3列，在元祖(2,3,5,7,3,1)随机抽取样本的数组>>> np.random.choice((2,3,5,7,3,1),
71.8775
0
0
关注作者
收藏
xiaoxiangwan2
转换其他python对象创建numpy数组？
如何通过转换其他python对象创建numpy数组？答：一维数组# 通过array函数，将列表[1,2,3,4]转换为ndarray
36.1385
0
0
关注作者
收藏
詹惠儿
如何通过转换其他python对象创建numpy数组？
问：如何通过转换其他python对象创建numpy数组？答：通过转换其他python对象创建ndarray，可分为创建一位数组和多维数组：一维数组# 通过array函数，将列表[1,2,3,4]转换为ndarray
118.4531
0
0
关注作者
收藏
liting李
一张Excel工作表，最多可以包括多少行和多少列？
一张Excel工作表，对于是office excel 2003及以下版本最大行数为65536行，最大列数256列；对于是office excel 2007及以上版本最大行数为1048576行，最大列数为16384列。可用“Ctrl+shift+方向下键”的组合按键查看行数可用“Ctrl+shift+方向右键”的组合按键查看列数
72.0889
0
0
关注作者
收藏
马锦涛
python中如何填补缺失值？
填补缺失值,一般来说按列进行填补,首先看的缺失值的比列,有80%以上,50% ~ 80%,小于50%三种。如果有80%以上的值,缺失值小于20%,简单统计指标进行填补，主要填补方法有数值型(np.mean)、分类型(众数)、层次概念类别(众数,中位数)。50% ~ 80%,算法模型去填补,KNN,RF,拉格朗日差值,这种模型去填补小于50%,50%左右,变成另一种变量,缺失了和没缺失(1,0)。时
43.8470
0
0
关注作者
收藏
<1…140141142…531>
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