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

赵娜0418

Mac系统无法安装WordCloud

Mac系统字体文件路径不同，需要下载simhei.ftt,具体链接如下。然后修改WordCloud(font_path=指向字体文件所在的路径）http://www.font5.com.cn/font_download.php?id=151&part=1237887120

41.7552

7

0

0

关注作者

收藏

赵娜0418

安装Office的时候报“停止，应等待安装Office2016”的错误

问题：Office 2016 更新过程已经过更新，以检查当前的 Outlook 配置和确定你是否可能收到某些已知问题的影响。如果它确定你的配置可能受到影响，则你将收到以下警告：如果你选择“仍要安装”，并升级到 Outlook 2016 for Windows，则在你尝试连接到主、共享或代理邮箱/文件夹时，你将收到以下错误消息：接着，当您打开 Outlook 时您收到另一条错误消息告知您 Outlo

41.4884

5

0

0

关注作者

收藏

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

2

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

1

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

1

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

1

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

2

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

2

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

2

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

2

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

3

0

0

关注作者

收藏

zengweiak47

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

1

0

0

关注作者

收藏

LXM21

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

4

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

2

0

0

关注作者

收藏

刘思婵

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

2

0

0

关注作者

收藏

刘思婵

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

2

0

0

关注作者

收藏

刘思婵

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

1

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

0

关注作者

收藏

刘思婵

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

1

0

0

关注作者

收藏

刘思婵

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

1

0

0

关注作者

收藏

<1…146147148…531>

CDA考试动态

CDA报考指南