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

梁程晴

为什么要降维以及常用的降维方法有?

降维的原因1、解决维度灾难问题2、减小运算量，减少数据存储空间3、降低模型复杂度，降低过拟合风险4、方便理解，方便可视化常用的降维方法PCA（无监督，让映射后的样本具有最大的发散性）LDA（有监督，让映射后的样本有最好的分类性能）

31.0245

2

0

0

关注作者

收藏

赵娜0418

浅拷贝、深拷贝与赋值

赋值（=），就是创建了对象的一个新的引用，修改其中任意一个变量都会影响到另一个。浅拷贝：创建一个新的对象，但它包含的是对原始对象中包含项的引用（如果用引用的方式修改其中一个对象，另外一个也会修改改变）{1,完全切片方法；2，工厂函数，如list()；3，copy模块的copy()函数}深拷贝：创建一个新的对象，并且递归的复制它所包含的对象（修改其中一个，另外一个不会改变）{copy模块的deep.

32.5166

5

0

0

关注作者

收藏

CDA持证人阿涛哥

伽马分布，指数分布，泊松分布的关系

1，指数分布解决的问题是“要等到1次随机事件发生，需要经历多久时间”2，伽玛分布解决的问题是“要等到n次随机事件都发生，需要经历多久时间”，所以，伽玛分布可以看作是n个指数分布的独立随机变量的加总。3，泊松分布解决的是“在特定时间里某个事件发生n次的概率”。

32.9185

3

0

0

关注作者

收藏

CDA持证人阿涛哥

什么是泊松分布？

问题: 什么是泊松分布？作答:符合以下3个特点就是泊松分布：1）事件是独立事件2）在任意相同的时间范围内，事件发生的概率相同（例如1天内中奖概率，与第2天内中间概率相同）3）你想知道某个时间范围内，发生某件事情x次的概率是多大（例如你搞了个促销抽奖活动，想知道一天内10人中奖的概率）

53.2559

3

0

0

关注作者

收藏

周柃君

Numpy学习笔记整理

1. numpy多维数组,科学计算,加速,简洁,做数据科学最基本的一种结构(重要)（1）Numpy数学运算: 开发一个算法, 写一个算法, 做一些数学运算, 实现一些公式。（2）简单来说，Numpy 是 Python 的一个科学计算包，包含了多维数组以及多维数组的操作。（3）Numpy 的核心是 ndarray 对象，这个对象封装了同质数据类型的n维数组。起名 ndarray 的原因就是因为是 n

30.9477

1

0

0

关注作者

收藏

开花结果02

安装 Tableau Desktop 时出现“0x80070109”错误

解决方案选项 1使用管理员权限运行 Tableau 安装程序：右键单击 Tableau Desktop .exe 文件选择“以管理员身份运行”按照提示操作以完成安装选项 2与 IT 团队合作，确保 Microsoft Certificate Authority 2011 证书位于您的计算机的“受信任的根证书颁发机构”存储区中。例如：通过转到 http://go.microsoft.com/fwli

30.9477

1

0

0

关注作者

收藏

shauna570392

sql语句中，having子句可以单独使用吗？

having一般需要和group by语句一起使用针对group by分组后的数据进行聚合如想查询平均年龄在20岁以上的班级：SELECT student_class,AVG(student_age) AS 平均年龄 FROM t_student GROUP BY (student_class) HAVING AVG(student_age)>20;

72.4018

1

0

0

关注作者

收藏

s1223452840

pandas读取excel报错原因?

当输入为：df = pd.read_excel(io='D:\XunleiDownload\002\people.xlsx')报错提示：OSError: [Errno 22] Invalid argument: 'D:\\XunleiDownload\x02\\people.xlsx' 1出错原因：由于‘ \ ’具有转义字符的功能，在windows电脑上默认此为路径标识，但是编译器不认识这种路径。

33.6371

2

0

0

关注作者

收藏

s1223452840

Python编码是什么?

在编写python程序的过程中，中英文混用经常会出现编码问题。围绕此问题，本文首先介绍编码的含义及常用编码，随后列举几个python经常遇到的编码异常及解决方法，接着列举笔者在实践中遇到的异常出现的情景及原因，最后针对编码问题提出最佳实践。一常见编码1.1 unicode编码在文本文件中，看到的所有字符，包括中文，都需要在计算机中存储，而计算机只能存储0和1这样的二进制位，所以需要一种方法，

33.6371

2

0

0

关注作者

收藏

s1223452840

from sklearn.impute import SimpleImputer 报错: No model named sklearn.impute

原因: scikit-learn版本不够，至少要更新到0.20版本。

33.6371

2

0

0

关注作者

收藏

叶yyf

字符串str特性1 不可变数据类型 2 有序的数据类型定义1 str()函数将其他数据类型转化为字符串2 直接加引号进行定义运算+ 字符串的收尾拼接*字符串的重复in包含索引和切片str[开始位置：终止位置:步长和方向]1 开始位置能取到 2 终止位置取不到(左闭

41.9846

1

0

0

关注作者

收藏

bigdata~

在机器学习尤其是深度学习中，softmax是个非常常用而且比较重要的函数，尤其在多分类的场景中使用广泛。他把一些输入映射为0-1之间的实数，并且归一化保证和为1，因此多分类的概率之和也刚好为1。首先我们简单来看看softmax是什么意思。顾名思义，softmax由两个单词组成，其中一个是max。对于max我们都很熟悉，比如有两个变量a,b。如果a>b，则max为a，反之为b。用伪码简单描述一下就是

42.1045

2

1

0

关注作者

收藏

读童话的狼

SQL中的case when与纵横表转换

SQL中的CASE WHEN用法其语法如下：1)case vlaue when [compare-value]then reslut [when[compare-value]] then result ...] [else result] end(2)case when [condition] then result [when[condition]then result...][else res

75.0913

2

0

0

关注作者

收藏

LXM21

where 后边可以跟distinct么？

回答：where 后边不跟distinct，distinct一般用在select后面问题2：如果查找id不重复的所有记录，是不是可以再where后面用distinct回答：不对，查找id不重复的所有记录应该对id进行groupby分组

76.4901

2

0

0

关注作者

收藏

liting李

显著性检验的一般步骤或格式

显著性检验的一般步骤或格式，如下：1、提出假设H0：______H1：______同时，与备择假设相应，指出所作检验为双尾检验还是左单尾或右单尾检验。2、构造检验统计量，收集样本数据，计算检验统计量的样本观察值。3、根据所提出的显著水平，确定临界值和拒绝域。4、作出检验决策。把检验统计量的样本观察值和临界值比较，或者把观察到的显著水平与显著水平标准比较；最后按检验规则作出检验决策。当样本值落入拒

72.4018

1

0

0

关注作者

收藏

CDA持证人阿涛哥

定制 abs() 函数

问题:写一个定制的 abs() 函数来练练手。内置的 abs() 函数的作用是计算一个数的绝对值，比如：abs(2) 的值为 2，abs(-3) 的值为 3。提示：绝对值是指一个数距离 0 多远，也就是把一个数前面的负号去掉。接下来请你写一个 my_abs() 函数来实现计算绝对值的功能，将计算结果作为 my_abs() 函数的返回值。最后不要忘记调用你写的 my_abs() 函数并打印出来看看结

42.1083

2

0

0

关注作者

收藏

LXM21

mysql 查询结果只显示1000条信息

解决：简单的处理方式：1.自己选择限制的行数，或者选择不限制2.写代码的时候设置一下limit，例如select * from table;select * from table limit 0,200000;

44.5972

4

0

0

关注作者

收藏

LXM21

利用MySQL WorkBench导入csv数据

1.schemas选中创建的表，右键点击，点击Table Data Import Wizard选项2.进入如下对话框，找到你需要导入的csv文件，点击next3.依次点击NEXT4.等进度条完成，点击next5.显示导入了6432行数据，点击finish，导入成功

44.5972

4

0

0

关注作者

收藏

s1223452840

Python设置matplotlib.plot的坐标轴刻度间隔以及刻度范围?

手动设置坐标轴刻度间隔以及刻度范围绘制的结果如图所示：import matplotlib.pyplot as pltfrom matplotlib.pyplot import MultipleLocator#从pyplot导入MultipleLocator类，这个类用于设置刻度间隔 x_values=list(range(11))y_values=[x**2 for x in x_values]p

44.9091

4

0

0

关注作者

收藏

shauna570392

ifs函数如何使用

ifs函数是Excel365版本的特有函数，2016及其他版本是没有这个函数的，语法为=IFS([Something is True1, Value if True1,Something is True2,Value if True2,Something is True3,Value if True3)若要指定默认结果，请对最后一个 logical_test 参数输入 TRUE。如果不满足其他任

42.1310

3

0

0

关注作者

收藏

<1…142143144…531>

CDA考试动态

CDA报考指南