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
詹惠儿
smote算法具体有哪些步骤？
问：smote算法具体有哪些步骤？答：SMOTE算法步骤：1. 随机找一个少数类的观测点2. 用KNN计算观测点最近的样本3. 随机挑选离观测点近邻的其中一个样本4. 计算两点的差值后进行随机提取。
40.3382
0
0
关注作者
收藏
詹惠儿
mysql怎么删除外键约束？
问：mysql怎么删除外键约束？答：语法： alter table +表名+drop foreign key+外键名–例：删除数据表 tb_emp2 中的外键约束create table tb_emp2(id int(11) primary key,name varchar(25),deptid int(11),salary float,constraint hehe foreign key(de
40.2325
0
0
关注作者
收藏
詹惠儿
python中集合的补集是什么符号
问：python中集合的补集是什么符号答：python中集合的补集也叫“对称差集”，集合中实现两个集合进行补集运算的符号是“^”，例如：set_01^set2_0， 同时也可以通过其内置函数symmetric_difference( )来实现举例如下：
40.2325
0
0
关注作者
收藏
shauna570392
pip install和conda install的区别
pip是用来安装python包的，安装的是python wheel或者源代码的包。从源码安装的时候需要有编译器的支持，pip也不会去支持python语言之外的依赖项。 conda是用来安装conda package，虽然大部分conda包是python的，但它支持了不少非python语言写的依赖项，比如mkl cuda这种c c++写的包。然后，conda安装的都是编译好的二进制包，
40.2325
0
0
关注作者
收藏
读童话的狼
L1范数和L2范数的区别
L1范数: 为x向量各个元素绝对值之和。 L2范数: 为x向量各个元素平方和的1/2次方，L2范数又称Euclidean范数或者Frobenius范数 Lp范数: 为x向量各个元素绝对值p次方和的1/p次方.L1会趋向于产生少量的特征，而其他的特征都是0.因为最优的参数值很大概率出现在坐标轴上，这样就会导致某一维的权重为0 ，产生稀疏权重矩阵L2会选择更多的特征，这些特征都会接近于0。 最优的参
41.4359
0
0
关注作者
收藏
读童话的狼
如何解决线性模型变量相关性问题的讨论
首先要明确一点：变量之间的相关性（只要不是完全相关）是不会影响参数的一致性的。那么会影响什么呢？影响的是参数估计的方差。所以，如果你的样本足够大，变量间的相关性不是什么大问题，甚至压根就不是问题。那么如果你的样本没那么大，该怎么处理呢？这个时候就要看你做模型的目的了。简单的区分的话，你究竟关注相关，还是因果，甚至只是想预测？如果你是关注因果，那么不好意思，这个问题没有办法。比如如果在经济学里面，你
41.4359
0
0
关注作者
收藏
开花结果02
powerbi：PV和Visits有什么区别
问题：PV和Visits有什么区别解答：浏览量（PV）：店铺内浏览和查看页面的累加次数访问次数（Visits）：一个会话内被用户连续访问的次数举个例子：客户a在一天内一个店面上午浏览了3个页面后离开，下午浏览了2个页面后离开，店内无其他访问客户则这一天的PV=5,访问次数=2
40.2325
0
0
关注作者
收藏
开花结果02
powerbi：从哪里可以获取指标
问题：从哪里可以获取指标解答：1.找业务人员直接进行访谈，深入和全面了解业务问题，了解与业务相关的各项指标2.业务岗直接实习3.调研，购买一些书籍，互联网查找这这个过程中就需要我们不断提高自己的洞察力，也就是透过现象看本质的能力，才能得出有价值的结论
44.4567
0
0
关注作者
收藏
开花结果02
powerbi：什么是一级指标，什么是二级指标
问题：什么是一级指标，什么是二级指标解答：常用的1级指标有：求和，平均 ，计数，最大值和最小值 得来的 叫一级指标（在原始数据上直接汇总得来）知道大小多少的程度，好坏的程度，和为我们已知的一个对象和程度进行对比，通过一级指标在计算得来的 叫做二级指标（用来描述一级指标好坏程度的）常用的2级指标有：基准比（河北省下的哪个城市卖的好和区域销售总额，哪个占比大就好，考试成绩，自己的成绩的基准水平60分
44.5212
0
0
关注作者
收藏
zengweiak47
8月29日
拉格朗日插值法隐式知识点:描述两个变量的相关性,使用条形堆栈条形图 卡方检验 两个连续变量:散点图 + 趋势线 相关系数 一分类一连续:分组箱线图 t检验(二分类)方差分析(多分类 )无监督分箱有明确业务逻辑,只能用自定义分箱1,2,3,4,5,6,7,100等宽,等深分箱: 等宽:3个箱子,分割点[1,34,67,100](距离相等,保存了分布信息)
44.4249
0
0
关注作者
收藏
LXM21
累积数据
问：=SUM($B$2:B2)为什么绝对引用就可以实现累计求合答：$B$2不变，向下拖拽，B2自动向下偏移，向下累加
46.7619
0
0
关注作者
收藏
读童话的狼
count(1) 比 count(*) 效率高？
1. count(1) and count(*)当表的数据量大些时，对表作分析之后，使用count(1)还要比使用count(*)用时多了！从执行计划来看，count(1)和count()的效果是一样的。但是在表做过分析之后，count(1)会比count()的用时少些（1w以内数据量），不过差不了多少。如果count(1)是聚索引,id,那肯定是count(1)快。但是差的很小的。因为count
45.6283
0
0
关注作者
收藏
刘思婵
优化
分析的最终目标无非两种：寻找解决方案，寻找更好的解决方案。第一步是保证数据的准确性和稳定性，第二步就是优化，提高准确性、提高效率和效益。优化包含两部分的内容：缩小当前和目标的差距，直到达成并超越目标；在成本或者预算固定的前提下，使收益最大化。 1、缩小当前和目标的差距 e.g. 全公司各部门各业务线的同事们都在追逐和超越KPI的路上；e.g. 机器学习建模时，尝试多种方案，调试各种参数，使模型的精
38.7939
0
0
关注作者
收藏
刘思婵
层级2
5.2自下而上的组合 就是将个体组成群体，将小的指标组合成一个综合指标。e.g. 用户的标签分为基础标签和复合标签，基础标签就是单个用户属性来定义的(例如性别、婚否等)，复合标签则是考虑多个基础标签的组合(例如，某个典型的用户群体画像是：女性+单身+白领+一线城市)；e.g. 规划用户标签时，先用头脑风暴想出一批指标，然后进行归类、筛选、组合；e.g. 风控业务中累计坏账计提的计算，是将不同的逾期
38.7939
0
0
关注作者
收藏
刘思婵
纵向对比
纵向对比 横向是和其他对象比较，纵向则是和自己的历史数据对比。常见的纵向对比有同比和环比，对比的周期根据实际情况可以按日、周、月、季、年等。 注：一个常用的多组对比柱状图 对比的时候，除了比较相对量，也要看绝对量，以合理地评估数据差异的大小。e.g. 0.5%的波动是大还是小，需要找参考点，如果历史波动最高也就0.1%，那么这个波动就很大。e.g. 公众号关注人数昨日环比增长20%(看着还不错)，
44.4249
0
0
关注作者
收藏
刘思婵
分类的规则
分类的规则大致有两类：按主体分类，e.g. 按社会关系模型，用户角色可以是父母、配偶、子女、朋友等；e.g. 按照群体划分，可以分为一般情况和特殊情况、二八原则等；按属性分类，依据主体(比如用户)的属性进行类别划分。e.g. 用户画像时可以考虑以下属性：1. 社会属性：收入水平、学历、职业、婚姻情况等2. 位置属性：居住地、工作地、从手机端还是PC端登录等3. 生物属性：年龄、性别、种族等4. 心
0.0000
0
0
关注作者
收藏
刘思婵
CRISP-DM
1. 商业理解：确定业务目标，评估现有资源，确定分析目标，制定解决方案；2. 数据理解：数据采集，探索分析，数据质量验证；3. 数据准备：筛选数据，数据清洗，整合数据，变量衍生；4. 建立模型：模型选择，检验设计，模型建立，结果评估；5. 模型评估：分析结果和业务目标匹配度确认，检查1-4步的执行过程，确定下一步行动；6. 结果部署：规划部署方案、监控和维护方案，输出项目报告，项目复盘；e.g.
38.5549
0
0
关注作者
收藏
刘思婵
SEMMA范式
e.g. 常见的数据分析路径之一是SAS公司提出的SEMMA范式：1. Sample，数据抽样，保证数据的效度和信度；效度是指数据的准确性，也指选择的数据和分析目标及业务目标是吻合的；信度是指数据的稳定性，要保证样本数据有代表性，且在一定周期内不能有过大的波动(否则模型不稳定)；2. Explore，数据特征探索及预处理，e.g. 看数据的分布情况、对数据进行标准化等；3. Modefy，明确问题
38.5549
0
0
关注作者
收藏
-黄纬
假设检验
(1)定义：事先对总体参数或分布形式做出某种假设，然后利用样本信息来判断原假设是否成立；(2)地位：是统计方法（描述性统计和推断性统计）中推断性统计（参数估计和假设检验）的两大方法之一；(3)应用：常用于产品生产中，产品质量的检验等问题上。
38.5549
0
0
关注作者
收藏
fuli2020
机器学习——SVM与感知机
感知机的策略定义损失函数的第一种方法损失函数1：当前超平面下误分类点的个数优点：找到了一个可以反应出当下的模型的信息损失的方式缺点：离散型的变量，不好做优化，需要将离散的变量转换成连续的变量损失函数2：当前超平面下误分类点的点到超平面的距离总和优点：将离散的信息损失转换成了连续的信息损失，可以尝试做求导缺点：公式中有一个绝对值存在，做求导非常的困难y(wx+b)又叫做函数间隔损失函数3：当前超平面
38.6381
0
0
关注作者
收藏
<1…146147148…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