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

132****7268

**K-means 的基本思想：**通过迭代寻找 k 个聚类的一种划分方案，使得用这 k 个聚类的均值来代表相应各类样本时所得的总体误差最小。K-means 算法的基础是最小误差平方和准则。**K-means 聚类步骤：**Step1: 随机选择 k 个质心(即 k 个类)；Step2: 计算每一个点到这些质心的距离，然后决定每个点所属的类；Step3: 对于每个类，重新确定该类的质心Step4:

32.2574

1

0

0

关注作者

收藏

CDA助教老师

学习Python函数时常见的报错类型

问题:学习Python函数时常见的报错类型有哪些?答案下面我们总结一些我们学习函数时常见的报错类型:# 缺少英文括号后的英文冒号def func1() print('Hello World')# 报错：SyntaxError: bad input on line 1# （语法错误：第 1 行输入有问题）1,SyntaxError 的意思是“语法错误”，而冒号后面的是语法错误的细节。这个例子中的具

33.5795

3

1

0

关注作者

收藏

s1223452840

解决matplotlib中文乱码问题?

永久解决方法首先将windwos中fonts目录下的simhei.ttf拷贝到/usr/share/matplotlib/mpl-data/fonts/ttf目录中修改配置文件去除这三列之前的‘#’在font.sans-serif后添加，SimHei```#font.family : sans-serif #font.sans-serif : SimHei,

34.9469

2

0

0

关注作者

收藏

shauna570392

append添加的元素，能指定添加的位置吗？

不能，只能在列表末尾添加新的对象。append()方法语法：list.append(obj)如果想指定添加的位置，可以使用insert方法insert()方法语法：list.insert(index, obj)参数index -- 对象 obj 需要插入的索引位置。obj -- 要插入列表中的对象。举例：x=[1,2,3] #定义一个列表x.insert(3,4) #在列

32.2574

1

0

0

关注作者

收藏

ermutuxia

excel中如何根据特定条件，统计满足某个条件的单元格个数？如何挑出一列中大于某一个数的单元格个数？excel统计大于某数的个数

比如我们一列数据，我们想统计a1:a12其中大于3的单元格个数，然后将这个数字放到b1中。解答：我们需要用到countif函数在b1中写入如下公式：=countif(A1:A12,">3")

5.6202

4

4

0

关注作者

收藏

永洪科技

收获高回报，永洪BI如何助力汽车金融企业构建品牌力？

随着人们生活水平和消费水平的提高、互联网的发展，加上新能源汽车产业的崛起，互联网汽车金融行业步入了快速增长阶段，未来将有更多的互联网平台入局。基于某咨询机构分析数据显示，预计在2020年，中国互联网汽车金融市场规模将达到5600亿元。此外，八成计划购车网民有使用互联网汽车金融产品的意愿。仅有54.3%的用户对互联网汽车金融产品表示信任，存在隐性收费、审核及放款效率低是潜在用户最顾虑的因素。在汽车金

40.3311

3

0

0

关注作者

收藏

读童话的狼

MySQL面试题：查询每个日期的胜负次数

record表结构如下:请用SQL实现以下结果create table record(time0 datetime,shengfu varchar(10));insert into record(time0,shengfu)values('2015-01-12 00:00:00.000','胜'),('2016-12-09 00:00:00.000','负'),('2013-05-22 00:00

42.9290

5

0

0

关注作者

收藏

CDA助教老师

用质能方程编写一个计算物体所拥有能量的函数

问题:爱因斯坦在 1905 年提出了质能方程，即 E = mc²（E 表示能量/焦耳、m 表示质量/千克、c 表示光速/米每秒）。接下来我们使用质能方程编写一个计算物体所拥有能量的函数。要求：将名为 calc_energy 的函数补全；函数参数 m 表示物体质量；打印出质量为 2 千克和 3 千克的物体所拥有能量。提示：光速近似为 300000000 m/s。答案def calc_energy(m

39.8934

2

1

0

关注作者

收藏

shauna570392

安装cv2的语句是什么？

pip安装openCV的正确方法是pip install openCV-python如果安装时报错time out就在后面加个镜像源pip install openCV-python -i https://pypi.tuna.tsinghua.edu.cn/simple

40.0166

3

0

0

关注作者

收藏

詹惠儿

K均值算法的调优一般可以从哪几个角度出发？

问：K均值算法的调优一般可以从哪几个角度出发？答：1) 对于离群点和孤立点敏感：数据归一化和离群点处理。2) k值优化：手肘法，轮廓系数法选择3) 初始聚类中心的选择：多次选择4) 大数据集mini-batch-kmeans

40.0166

2

0

0

关注作者

收藏

詹惠儿

kmeans模型的具体步骤是怎么样的？

问：kmeans模型的具体步骤是怎么样的？答：1）从N个数据对象中挑选出k个初始质心2）计算N个数据对象距离不同质心的距离，并将N个数据对象划分到与之距离最小的质心，形成新的k个聚类3）重新计算步骤2中获取新的k个聚类的质心，计算方法为求取聚类中所有数据对象的均值4）重复2-3步骤，直到每个聚类的数据成员不再发生变化

39.8697

2

0

0

关注作者

收藏

詹惠儿

如何选择knn模型中的k？k值大小和模型欠拟合和过拟合如何对应？

问：如何选择knn模型中的k？k值大小和模型欠拟合和过拟合如何对应？答：k值的选择，过小则容易过拟合，过大则容易欠拟合，可以用交叉验证法去选择K值（1）如果选择较小的K值，就相当于用较小的领域中的训练实例进行预测，“学习”近似误差会减小，只有与输入实例较近或相似的训练实例才会对预测结果起作用，与此同时带来的问题是“学习”的估计误差会增大，换句话说，K值的减小就意味着整体模型变得复杂，容易发生过拟合

39.8657

1

0

0

关注作者

收藏

詹惠儿

常用的过拟合解决方法有哪些？

问：常用的过拟合解决方法有哪些？答：过拟合解决方法：（1）增大数据集（2）减少数据特征（降维，特征选择）（3）交叉验证（4）正则化（L1和L2）（5）降低模型复杂度（如对决策树剪枝等）（6）集成学习方法

39.8657

1

0

0

关注作者

收藏

宋俊花

逻辑回归为什么要对特征进行离散化

在工业界，很少直接将连续值作为逻辑回归模型的特征输入，而是将连续特征离散化为一系列0、1特征交给逻辑回归模型，这样做的优势有以下几点：0. 离散特征的增加和减少都很容易，易于模型的快速迭代；1. 稀疏向量内积乘法运算速度快，计算结果方便存储，容易扩展；2. 离散化后的特征对异常数据有很强的鲁棒性：比如一个特征是年龄>30是1，否则0。如果特征没有离散化，一个异常数据“年龄300岁”会给模型造成很大

40.3583

2

0

0

关注作者

收藏

姚慧扬

客户画像：1.1 归纳指标-->作图分析/打分常见指标：RFM：最近，频率，金额-->作图，分象限描述-->打分打分：涉及到分箱，涉及到每个箱子的分数：可以依经验自定义，也可以在有y的前提下有监督（cart树）指标来源：直接/换算，主成分做维度规约1.2 聚类-->分群：最重要的是解释每一个簇的描述（依据簇中心）方法：kmeans, 凝聚层次聚类，DBSCAN（密度

40.3583

2

0

0

关注作者

收藏

zengweiak47

竞争:抄作业1.客户画像1.1 归纳指标-->作图分析/打分常见指标:RFM:最近,频率,金额-->作图,分象限描述-->打分1.2聚类-->分群:最重要的是解释每一个簇的描述(依据簇中心) 方法:kmeans,凝聚层次聚类,DBSCAN(密度聚类) 苹果指标:轮廓系数,为什么评估:选方法,选簇个数注意的点:相异度指标-->欧氏距离:1.量纲(标准化),2.维度(列的个数,不

44.5507

2

0

0

关注作者

收藏

卫明真

R语言数据框的下标与子集的提取

数据框的下标与子集的提取数据框的下标与子集的提取与矩阵基本相同. 不同的是: 对于列我们可以使用变量的名称, 仍以数据集Puromycin进行举例说明. 1、提取单个元素> Puromycin[1, 1][1] 0.022、提取一个子集，例如第1, 3, 5行，第1, 3列 > Puromycin[c(1, 3, 5), c(1, 3)] conc state1 0.02 treated3

44.6814

5

0

0

关注作者

收藏

卫明真

R语言数据框(data frame)的建立

统计分析中一个完整的数据集通常是由若干个变量的若干个观测值组成的, 在R中称为数据框. 数据框是一个对像, 它与前面讲的矩阵与二维数组形式上是类似的, 也是二维的，也有维数这个属性, 且各个变量的观测值有相同的长度. 但不同的是: 在数据框中, 行与列的意义是不同的, 其中的列表示变量，而行表示观测. 显示数据框时左侧会显示观测值的序号.数据框的建立分为直接的与简接的两种方法: 数据框的直接建立若

44.6814

5

0

0

关注作者

收藏

赵娜0418

表字段非唯一字段是否可以使用内连接？

内连接非唯一字段文中会有两张表，user表和job表，表数据如下,其中user为5条记录,job为4条记录A表 USER: B表 job: 如果A表有m(5)条记录，m1(2)条符合on条件，B表有n(4)条记录，有n1(3)条符合on条件，则结果集是Max(m1,n1)=3条1,2,2,6,7 和 1,1,7,8对比,以user表为主表,因为主表中有2条符合条件的记录(1,7),而job

94.9067

8

0

0

关注作者

收藏

赵娜0418

office报 KERNEL32.dll 的错误

尝试安装 Office 时遇到 KERNEL32.dll 错误，并遇到其他系统要求问题时候，1。如果您尝试在运行 Windows XP 或 Windows Vista 的计算机上安装 Office，您可能会看到一个错误信息，显示找不到动态库 KERNEL 32.dll。发生此情况的原因是这些版本的 Windows 不支持新版本的 Office。要安装 Office 2013 或 Office 20

41.6142

6

0

0

关注作者

收藏

<1…145146147…531>

CDA考试动态

CDA报考指南