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

马敏11

python中统计分析的最小二乘法

最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。原理在我们研究两个变量（x,y）之间的相互关系时，通常可以得到一系列成对的数据（x1,y1.x2,y2... xm,y

42.4478

2

0

0

关注作者

收藏

詹惠儿

数据预处理时的数据归一化，标准化及正则化的区别是什么？

问：数据预处理时的数据归一化，标准化及正则化的区别是什么？答：归一化一般是将数据映射到指定的范围，用于去除不同维度数据的量纲以及量纲单位，常用的是Min-Max 归一化；标准化也可以理解为归一化，常用的是Z-Score 标准化，把数据映射到均值为 0 ，方差为 1 的分布上；正则化主要用于避免过拟合的产生和减少网络误差，常见的有正则项有 L1 正则和 L2 正则。

47.6482

3

0

0

关注作者

收藏

姚慧扬

支持向量机

线性SVM:硬边距:1.目标是分类间隔最大,优化分割面; 2.两个约束条件:a.分割面能够把正负样本点完全分开,b.点到分割面的距离最大,点是支持向量点 3.把约束条件转化到一个不等式中;支持向量的点到面的距离最小 4.将有约束条件的优化问题转化无约束条件的优化问题,通过引入拉格朗日函数 5.利用SMO求解:固定其它参数α,每次优化两个参数α(求解拉格朗

42.8533

3

0

0

关注作者

收藏

shauna570392

pandas填充数据应该怎么写

fillna()是最主要的处理方式了。12df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])df1代码结果：01201.02.03.01NaNNaN2.02NaNNaNNaN38.08.0NaN用常数填充：1df1.fillna(100)代码结果：01201.02.03.01100.0100.02.02100.0100.0

49.4177

4

0

0

关注作者

收藏

liting李

power bi横轴如何按指定序列排序？

在power bi中如果想要按照周一，周二，周三....周日的序列如何进行排序呢？答：参考链接：https://www.jianshu.com/p/86ff4061072a

47.6482

3

0

0

关注作者

收藏

1027670370

外部数据的读取与保存

getwd() #查看工作路径 dir()#查看工作路径中存储的文件信息文件--->更改工作路径#更改工作路径（1）文本文档文件的读取：‍‍read.table(file="数据.数据类型",header=T,sep=””)str()#浏览存储类型和结构信息 names()#查看数据框的各域名 head()#前六行> str(A)

123.2105

9

0

0

关注作者

收藏

永洪科技

入选2020爱分析银行和零售数字化转型代表厂商，永洪科技有哪些经典案例可以借鉴？

近日，《2020爱分析·银行数字化厂商全景报告》、《2020爱分析·消费品与零售数字化厂商全景报告》先后发布，永洪科技入选银行、零售行业数字化转型的代表厂商，聚焦自助式报表分析、自助式AI建模场景，获得报告的推荐。以下摘选《2020爱分析·银行数字化厂商全景报告》：银行数字化全场景地图爱分析基于对国内商业银行和数字化厂商的调研，准确定义了16个银行业数字化场景，涵盖零售、小微、对公、资产与财富管理

43.0588

5

0

0

关注作者

收藏

读童话的狼

修改DataFrame的column名称的两种方法

先建立一个DataFrame>>>import pandas as pd>>>a = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9]})>>> a A B C0 1 4 71 2 5 82 3 6 9方法一：直接赋值>>>a.columns = ['a','b','c']>>>a a b c0 1 4 71 2 5 82 3 6 9一次要更

44.0346

4

0

0

关注作者

收藏

开花结果02

powrbi如何连接数据库

问题：powrbi如何连接数据库解答：步骤一：下载插件然后点击了解信息信息，下载插件步骤二：安装下载完安装包后，双击打开安装包，按照默认选项进行安装即可。步骤三：配置数据源首先，依顺序打开【开始菜单】——【控制面板】，若在窗口中能找到【管理工具】选项则单击管理工具；若不能找到则在窗口右上角的“查看方式”下拉框中下拉选择“小图标”或者“大图标”，然后就可出现【管理工具】选项了，单击进入。2、在弹出的

48.7169

4

0

0

关注作者

收藏

LXM21

定比和定距的区别

1.定距数据(Interval):具有间距特征的变量，有单位，没有绝对零点，可以做加减运算，不能做乘除运算。例如，温度。2.定比变量(Ratio):数据的最高级，既有测量单位，也有绝对零点，例如职工人数，身高。

44.8761

3

0

0

关注作者

收藏

s1223452840

pandas 查看数据基本信息的几种方法?

data.info() 查看数据基本信息 , 如数据维度.data.head(num) 如果我们的数据量非常大，我想看看数据长啥样，我当然不希望查看所有的数据了，这时候我们可以采用只看头部的 n 条或者尾部的 n 条。查看头部的n 条数据可以使用 head 方法，查看尾部的 n 条数据可以使用 tail 方法。data.shape()Pandas 中的数据结构都有 ndarray 中的常用方

42.6486

3

0

0

关注作者

收藏

s1223452840

[*range(1,10,2)] range前面的 * 是什么作用?

* 就是解包的作用, 可以把 range(10) 当做一个压缩包然后*range(10) 就把里面的东西解压出来

42.3741

2

0

0

关注作者

收藏

CDA持证人阿涛哥

高校里与大数据和数据分析对口的专业有哪些?

对口专业目前只有两个:1,数据科学与大数据技术 2,大数据管理与应用1,数据科学与大数据技术2,大数据管理与应用

95.6908

2

0

0

关注作者

收藏

周柃君

网页信息爬虫

获取网页信息利用Power BI获取网页信息思维过程：（1）确定要获取信息所在网站，即http://www.air-level.com/（大气质量相关数据）（2）解析网址（3）明确应使用什么函数爬数：利用web.page和web.contents这个两个函数进行爬虫（4）明确所要数据在网址全部数据中的什么位置（5）创建参数表或自定义函数，批量或灵活爬取所要信息要从网页获取信息：1.我们

42.3574

1

0

0

关注作者

收藏

于家崎

数据分析Python机器学习

K近邻算法K最近邻(kNN，k-Nearest Neighbor)：工作原理：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即每一个数据与所属分类的一一对应关系。输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相似数据(最近邻)的分类标签。一般来说，只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出

73.4504

2

0

0

关注作者

收藏

永洪科技

领跑BI赛道，永洪科技入选大数据创新排行榜

8月20日，《2020大数据创新排行榜》榜单正式发布，上榜企业覆盖了大数据全产业生态。永洪科技领跑榜单，在数据分析与BI领域强化着领先者地位。《2020大数据创新排行榜》由中国科学院主管、科学出版社主办的《互联网周刊》发布。能够进入大数据创新榜单，源于永洪科技从诞生之日起，便把创新作为核心基因。专注于通过一站式大数据分析平台，永洪科技以创新的技术和服务，为企业提供既高效可靠，又简单易用的数据分析解

0.9245

4

0

0

关注作者

收藏

周柃君

Power Query 部分概念整理

一、获取数据Power Query 获取和整理二、分析数据Power Pivot 建模和分析三、呈现数据Power View 交互式报表Power Map 地图可视化Power BI desktop （桌面版）：获取→分析→呈现→发布Power BI的主要特征：（1）查看所有信息（2）数据更生动（交互式）（3）数据转换为决策（4）掌握最新信息（5）共享信息 Power query使用查询编辑器：（

73.7689

4

1

0

关注作者

收藏

1027670370

数据框的创建和访问

数据框也是一张二维表格，行和列在统计上分别称为观测和变量，计算机上分别称为记录和域。变量名的对应称谓是域名，变量值对应域值创建数据框data.frame(域名1=向量名1,域名2=向量名2,….)names(数据框名)‍访问数据框数据框名$域名、数据框名[[“域名”]]、数据框名[[域编号]]attach函数和detach函数、with函

118.2089

8

0

0

关注作者

收藏

周柃君

名称描述CUME_DIST()计算一组值中一个值的累计分布DENSE_RANK()根据该ORDER BY句子为分区中的每一行分配一个等级，它将相同的等级分配给具有相等值的行。如果两行或更多行具有相同的排名，则排名值序列中讲没有间隙FIRST_VALUE()返回相对于窗口框架第一行的指定表达式的值LAG()返回分区中当前行之前的第N行的值。如果不存在前一行，则返回NULLLAST_VALUE()

37.8633

3

0

0

关注作者

收藏

周柃君

常用函数（MySQL）持续补充

1. 数学函数ABS（x）返回x绝对值BIN（x）返回x的二进制（OCT返回八进制，HEX返回十六进制）EXP（x）返回值e（自然对数的底）的x次方GREATEST（x1,x2…,xn）返回集合中的最大值LEAST（x1,x2,…,xn）返回集合中最小值LN（x）返回x的自然对数LOG（x,y）返回x的以y为底的对数MOD（x,y）返回x/y的模（余数）PI（）返回pi的值（圆周率）RAND（）返

37.6651

2

0

0

关注作者

收藏

<1…149150151…530>

CDA考试动态

CDA报考指南