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

s1223452840

clf.score()的sample_weight参数都可以取什么值

sample_weight表各样本权重数组,比如y = [0,0,0,0,1,1]样本权重可以写为[0.01,0.03,0.05,0.02，0.01,0.02]一般情况下,就是一个样本权重数组,看你源数据的重要性自己设置大小

56.6280

3

0

0

关注作者

收藏

LXM21

excel按某一字段汇总的百分比

问题：按产品子类别字段汇总百分比后不对答：产品子类别不是唯一非重复，不会直接每行给你计算销售额，而是按产品子类别汇总后再相乘。解决：1.在数据源计算销售额2.更改透表数据区域，增加销售额数据3.销售额拖拽到值4.设置销售额的值显示方式为按产品子类别字段汇总百分比

57.0961

4

0

0

关注作者

收藏

1530553748

机器学习: 决策树的剪枝策略及其优缺点

一 .决策树的剪枝方法主要分为两大类：预剪枝和后剪枝两种。1.预剪枝：当最优分裂点对应的增益值为负值是停止分裂。它的优点是，计算时间上能保证最优；缺点则是将来的某个时刻也许能够获取更高的增益，也就是说它不能保证最优。后剪枝：2. 将决策树增长到它的最大深度，递归的进行剪枝，剪去那些使得增益值为负值的叶子节点。它的优点是能够保证决策树最优；缺点是比预剪枝计算复杂度高很多。二.决策树的剪枝方

41.4291

2

0

0

关注作者

收藏

1530553748

关于pandas.concat用法详解，参考利用Python进行数据分析与pandas官网进行整理。

pandas.merge参数列表如下图，其中只有objs是必须得参数，另外常用参数包括objs、axis、join、keys、ignore_index。1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。2.pd.concat([df1,df4],axis=1)–在1轴上合并3.pd.concat([df1,df2,df3],keys=[‘x’, ‘y’, ‘z’

41.4291

2

0

0

关注作者

收藏

shauna570392

python导入包的搜素路径

导入过程首先需要定位导入文件的位置，也就是，告诉Python到何处去找到要导入的文件，因此，需要设置模块的搜索路径。在大多数情况下，Python会自动到默认的目录下去搜索模块；如果要在默认的目录之外导入模块，就需要知道Pyhon搜索模块路径的机制。Python搜索模块的路径是由四部分构成的：程序的主目录、PATHONPATH目录、标准链接库目录和.pth文件的目录，这四部分的路径都存储在sys.p

53.7957

2

0

0

关注作者

收藏

shauna570392

预测数据未来走势

在最终进行数据预测分析时，不同的用户所应该采取的路径与工具也是有着极大差异的。其中最重要的影响因素就是数据的规模以及企业的需求。对于拥有大规模数据集的用户来说，通过深度学习等技术来进行大数据应用是最佳的选择。Hadoop 等大数据工具可用于并行处理大量信息，同时为用户提供对底层集群资源的轻松透明管理，其往往支持图形数据库、传输分析、常规批处理、即席查询和机器学习，可以通过数据建模来生成数据预测结果

53.9050

3

0

0

关注作者

收藏

shauna570392

成本分析的相关思路

建议选一个产品构成显而易见的，制造行业的有形产品作为产品成本分析目标。产品构成不要太复杂，比如一个汽车构成他的成本体系就很庞大了。结构也不方便获得。也不要选洗发水沐浴液，成分价格不容易获得。我想到一个比较适合写作业例子：一个电脑去当地百脑汇去打探一下台式电脑的价格。你可以得到一个产品构成零件的清单，以及他们给你的售价。你拿着这个零部件清单去阿里巴巴以及采购网上寻找到采购价格。这个就可以当作你的BO

53.7949

1

0

0

关注作者

收藏

wangxishi

python统计每列缺失值

2.xlsxpython查询出结果后怎么快速统计每列缺失值？每列不管是字符，数值，日期都要统计出为空的个数，或者统计处有值的个数也可以

41.2855

3

17

0

关注作者

收藏

开花结果02

统计学：什么是P值

问题：什么是P值解答：通俗的讲p值就是原假设为真，则你抽出的这个样本值发生的概率最大是多少，是一个概率举个例子：我们来研究俄罗斯人的身高到底有没有1.8m,调查的情况如下n=8万x ̅=1.6s=5cm置信水平95%原假设H0:u1=1.8备择假设H1:u2≠1.8可以看出来1.6是落在拒绝域里面的，所以我们要拒绝原假设，所以说俄罗斯人的身高不是1.8m

53.7949

1

0

0

关注作者

收藏

永洪科技

破解制造业困局：从实际案例看制造业如何缩短订单交付周期？

制造型企业有哪些业务问题可以通过数据分析解决？今天开始将给大家以具体的业务场景为例，剖析制造行业数据分析相关的具体业务问题。作为一家制造型企业的管理层，你是否曾经为订单完成太慢，公司现金流紧张而担忧？是否想方设法缩短订单交付周期却又处处受限，拿不出实锤数据来督促业务而苦恼？今天，我们的专题场景就从全业务流程可视化出发，讲解制造型企业缩短订单交付周期的实际案例。专题场景之缩短订单交付周期以一家几十个

41.3948

2

0

0

关注作者

收藏

liting李

梯度是倒数吗以及梯度有什么用

梯度不是倒数。原因如下：1.梯度是一根向量，向量所指向的方向必须是斜率在最大的方向，长度等于其倒数值。2.梯度在向量微积分中，标量场的梯度是一个向量场。标量场中某一点上的梯度指向标量场增长最快的方向，梯度的长度是这个最大的变化率。更严格的说，从欧氏空间Rn到R的函数的梯度是在Rn某一点最佳的线性近似。在这个意义上，梯度是雅戈比矩阵的一个特殊情况。在单变量的实值函数的情况，梯度只是导数，或者，对于

41.4092

2

0

0

关注作者

收藏

CDA持证人阿涛哥

如何判断是不是几何分布？

如何判断是不是几何分布？只要符合下面4个特点就可以判别你做的事情是不是几何分布了：1）做某事件次数（也叫试验次数）是固定的，用n表示（例如抛硬币3次，表白5次），2）每一次事件都有两个可能的结果（成功，或者失败）（例如每一次抛硬币有2个结果：正面表示成功，反面表示失败。每一次表白有2个结果：表白成功，表白失败）。3）每一次“成功”的概率都是相等的，成功的概率用p表示（例如每一次抛硬币正面朝上的概率

41.4092

3

0

0

关注作者

收藏

CDA持证人阿涛哥

什么是二项分布呢？

什么是二项分布呢？只要符合下面3个特点就可以判断某事件是二项分布了：1）做某件事的次数（也叫试验次数）是固定的，用n表示。（例如抛硬币3次，投资5支股票），2）每一次事件都有两个可能的结果（成功，或者失败）（例如每一次抛硬币有2个结果：正面表示成功，反面表示失败。每一次投资美股有2个结果：投资成功，投资失败）。3）每一次成功的概率都是相等的，成功的概率用p表示（例如每一次抛硬币正面朝上的概率都是1

42.5798

3

1

0

关注作者

收藏

shauna570392

安装spss的时候出现提示,无法注册模块 XXXXX

按win+R输入regsvr32 atl.dll并回车,之后重启电脑再进行安装如果解决不了就是系统问题了

41.2855

1

0

0

关注作者

收藏

宋俊花

python 相对路径打开文件夹

之前总是省事儿把py 文件和data 文件copy到同一目录，但是不能老这样啊是不是？还是要理清这个问题。假设目录结构如下：第一种情况：1）xxx.py想要打开a.txt，使用相对路径，有如下两种方式：思路：xxx.py想打开的是b_file下的文件，XXX.py和b_file都在文件目录之下，两者是同级目录，因此操作就是在当前目录向下搜索，因此就可以很容易理解下面的意思了特别提示：..

27.6048

2

0

0

关注作者

收藏

永洪科技

北京租房一个月多少钱？数据带你了解北京8月各区租金情况

众所周知，北京是房东幸福感最高的城市，一直以来，租金都是领跑全国的。以2018年底数据为例，北京人均租房年支出达到了3.5万元以上，折合单月租金2900+。如今，2020年，北京租金如何呢？具体到各区租金又是多少呢？我们用数据说话。数据显示，北京租金均价已连续5月下滑，租赁市场活跃度仍不高。8月份进入到传统的租赁旺季，虽然当前疫情已逐步受控，但租赁市场表现仍较低迷，恢复较为缓慢，租金呈持续下滑趋势

27.5479

1

0

0

关注作者

收藏

开花结果02

如何激活office

问题：如何激活office1.运行注册机软件2、点下图所示按钮3、运行完毕后检查excel是否激活成功，若未激活检查有没开防火墙或安全文件，并将该软件多运行几次。

41.2855

1

0

0

关注作者

收藏

永洪科技

非京籍上学有多难？从这些数据看真相

9月，转眼又是一年开学季，从大学到小学都在有序的开学。而每到升学季，有关非京籍孩子上学难的话题都会成为热门。从4月底开始，北京多区对已经在京就读的非京籍学生，也提出了审核四证的要求，加之受今年疫情影响，非京籍孩子的入学更是难上加难！（图片来源网络）大家都对非京籍孩子上学难有些许了解，但究竟有多难呢？又难在哪里？北京中小学中京籍和非京籍学生占比又是如何呢？今天，我们借助这个话题，通过数据分析，和永洪

29.9175

1

0

0

关注作者

收藏

s1223452840

机器学习中,做分类时,为什么要使用哑变量,使用哑变量有什么好处?

什么情况下需要设置哑变量1. 对于无序多分类变量，引入模型时需要转化为哑变量举一个例子，如血型，一般分为A、B、O、AB四个类型，为无序多分类变量，通常情况下在录入数据的时候，为了使数据量化，我们常会将其赋值为1、2、3、4。从数字的角度来看，赋值为1、2、3、4后，它们是具有从小到大一定的顺序关系的，而实际上，四种血型之间并没有这种大小关系存在，它们之间应该是相互平等独立的关系。如果按照1、2、

73.8925

4

0

0

关注作者

收藏

ALEXSONG_JY

欠拟合、过拟合及如何防止过拟合

一、什么是欠拟合？欠拟合是指模型不能在训练集上获得足够低的误差。换句换说，就是模型复杂度低，模型在训练集上就表现很差，没法学习到数据背后的规律。如何解决欠拟合？欠拟合基本上都会发生在训练刚开始的时候，经过不断训练之后欠拟合应该不怎么考虑了。但是如果真的还是存在的话，可以通过增加网络复杂度或者在模型中增加特征，这些都是很好解决欠拟合的方法。二、什么是过拟合？过拟合：是指为了得到一致假设而使得假设变得

57.5747

3

0

0

关注作者

收藏

<1…143144145…530>

CDA考试动态

CDA报考指南