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
周柃君
联合查询
进行纵向追加，追加的条件：字段的个数、数据和数据类型必须完全一致，字段名不一样是可以的。横向连接字段增加了，纵向追加是字段个数不变，但是行增加了。例：-- 合并查询-- union去重select * from t1unionselect * from t2;-- 重复部分被剔除 -- union all不去重select * from t1union allselect * from t2;--
27.8568
0
0
关注作者
收藏
周柃君
横向连接和纵向合并
关键字段可以把多张表连接成一张大表。MySQL只支持三种连接方式：内连接和外连接（左连接和右连接）内连接没有方向性和主副关系数据支持三种对应方式：1. 一对一对应：关键字段的取值有无重复值2. 一对多对应：3. 多对多对应：一个用户可以对应对各地址，多个用户可以填同一个地址。 学生信息表，成绩表，课程表之间的连接关系。多对多转化成一对多（学生信息表对应成绩表，课程表也对应成绩表）为什么要拆表？（
27.8703
0
0
关注作者
收藏
s1223452840
pandas DataFrame的三种创建方法?
1. 通过数组转化过来: 2.通过字典转化:通过字典转化为DataFrame类型时，"键"会作为列标签，"键"对应的"值"会作为该列名对应的数据列。 3. 通过嵌套列表转化:
36.0670
0
0
关注作者
收藏
shauna570392
numpy的empty函数返回值是什么意思？
np.empty(shape,dtype=float,order="C")函数说明：用来创建一个指定形状和数据类型且未初始化的数组，变量中的元素是随机生成的，实际为空。实例：>>> import numpy as np>>> np.empty([2,3],dtype=float)array([[0., 0., 0.], 　　[0., 0., 0.]])注意：函数的返回值是没有任何意义的
36.0670
0
0
关注作者
收藏
永洪科技
深度剖析！中美独角兽PK！差异到底在哪里？
如今，独角兽企业已经成为新经济的重要代表，也是一个国家和地区创新实力的重要象征。前不久，胡润研究院发布了2020年全球独角兽排行榜，其中，美国以233家领先于中国的227家，中国和美国拥有最多的独角兽企业。中美博弈越来越激烈，独角兽企业成为中美之争的另一个战场，那么中美独角兽差异还有多大？后疫情时代，中国的独角兽如何迸发？今天我们就通过数据分析，用数字解读中美两国独角兽企业发展情况。一、包揽全球独
29.5599
0
0
关注作者
收藏
ermutuxia
serif 以及sans serif的意思
google浏览器打不开 64位提示，检查更新时出错：由于未指定的错误导致安装失败。请重新下载Google chrome 浏览器。（错误代码为：7:0×80040902:8）。西方国家字母体系分为两类：serif 以及sans serif。serif 是有衬线字体，意思是在字的笔画开始、结束的地方有额外的装饰，而且笔画的粗细会有所不同。相反的，sans serif 就没有这些额外的装饰，而且笔画的
31.9004
1
0
关注作者
收藏
周柃君
Where和having之间的区别
按照执行顺序进行书写。Select语句的执行顺序:1. FROM, 2. WHERE, 3. GROUP BY, 4.HAVING, 5.SELECT,6.ORDER BY, 7.LIMIT。 having作用于组，where作用于表。例：select deptno,job ,count(*) as 员工数 from empgroup by deptno,job; --
27.8568
0
0
关注作者
收藏
-黄纬
数据库定义语言--DDL
数据库的增删选查• 查看数据库： show databases;• 创建数据库： create database 数据库名称;命名规则：字符（中文/英文）、数字（不能出现在首位）和_（不能单独使用），不需要加引号• 选择使用数据库： use 数据库名称;• 删除数据库： drop database 数据库名称; 数据库基本结构• 数据库：存储数据的容器， • 表：数据以表的形式存储在数据库中， •
27.8714
0
0
关注作者
收藏
ALEXSONG_JY
pandas_day2_基础练习
Pandas 是基于 NumPy 的一种数据处理工具，该工具为了解决数据分析任务而创建。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的函数和方法。Pandas 的数据结构：Pandas 主要有 Series（一维数组），DataFrame（二维数组），Panel（三维数组），Panel4D（四维数组），PanelND（更多维数组）等数据结构。其中 Series 和
27.9412
2
0
关注作者
收藏
1027670370
R语言矩阵的创建
由单个向量派生矩阵matrix(向量名,nrow=行数,ncol=列数,byrow=TRUE/FALSE,dimnames=list(行名称向量,列名称向量))按列排）> m m [,1] [,2] [,3][1,] 1 3 5[2,]
27.9443
5
0
关注作者
收藏
1027670370
统计整理和统计分组
一、数据整理的概念和作用 (一)概念对统计调查所搜集到的原始数据进行分类和汇总，使其系统化、条理化、科学化，以得出反映事物总体综合特征的资料的工作过程，称为汇总性整理。 (二)作用统计数据整理，是统计调查的继续，也是统计分析的前提，承前启后，在整个统计工作中具有重要的作用。‍二、统计整理的内容/程序1.数据整理方案的设计 2.数据
27.9443
5
0
关注作者
收藏
卫明真
SPSS数据得结构和定义方法 下
变量宽度（Width）、列显示宽度（Columns）每种类型的变量都有自己的变量宽度、显示宽度，其中变量宽度是变量允许的最大字符位数，SPSS默认的是8位，显示宽度是数据编辑窗口中显示每列的字符位数， SPSS默认的是显示宽度也是8位。小数位数（Decimals)对于数值型变量，SPSS默认的小数位数是2位。变量名标签（Variable label）变量名标签是对变量名含义的进一步解释说明，它可以
27.8153
1
0
关注作者
收藏
卫明真
R语言的基本原理
如果R已经安装在你的计算机中，它就能立即运行一些可执行的命令了。R默认的命令提示符是‘>’，它表示正在等待输入命令. 如果一个语句在一行中输不完, 按回车键, 系统会自动产生一个续行符“+”, 语句或命令输完后系统又会回到命令提示符. 在同一行中输入多个命令语句, 则需要使用分号来隔开. 在Windows系统中, 能直接运行下拉菜单中的一些操作命 令. 在学习一些R的命令之前，让我们先了解R的
27.7684
3
0
关注作者
收藏
你应该是一阵风丫
Python中loc和iloc的用法
loc函数：通过行索引 "Index" 中的具体值来取行数据（如取"Index"为"A"的行）iloc函数：通过行号来取行数据（如取第二行的数据）1.利用loc、iloc提取行数据2. 利用loc、iloc提取列数据3.利用loc、iloc提取指定行、指定列数据4.利用loc、iloc提取所有数据5.利用loc函数，根据某个数据来提取数据所在的行利用loc函数的时候，当index相同时，会将相同的
24.3270
3
0
关注作者
收藏
隋东芝
机器学习中常见的损失函数
机器学习中常见的损失函数　　损失函数是机器学习中常用于优化模型的目标函数，无论是在分类问题，还是回归问题，都是通过损失函数最小化来求得我们的学习模型的。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数是指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。通常表示为：　　　　θ*是我们通过损失函数最小化要求得的参数，一般都是通过梯度下降法来求得1、0-1损失函
24.3398
2
0
关注作者
收藏
zengweiak47
8月18日
神经网络参数初始化,不能全部置为0,参数wij与bi初始化为一个很小的,接近零的随机值初始化目的是使对称失效模型越复杂,需要的隐含节点个数越多后面层的学习率低于前面的学习率,随着隐藏层的增加而分类精度下降,称为梯度消失(更新率太小)np.dot(a,b)实现矩阵相乘,返回数组分类问题在回归问题上接了个softmax函数回归问题:隐藏层有激活函数(指定),输出端没有激活函数,损失函数为平方误差,最小
24.3270
3
0
关注作者
收藏
zengweiak47
8月18日
神经网络参数初始化,不能全部置为0,参数wij与bi初始化为一个很小的,接近零的随机值初始化目的是使对称失效模型越复杂,需要的隐含节点个数越多后面层的学习率低于前面的学习率,随着隐藏层的增加而分类精度下降,称为梯度消失(更新率太小)np.dot(a,b)实现矩阵相乘,返回数组分类问题在回归问题上接了个softmax函数回归问题:隐藏层有激活函数(指定),输出端没有激活函数,损失函数为平方误差,最小
24.3270
0
0
关注作者
收藏
于家崎
数据分析Python统计
算法特征汇总最小二乘法 （1）多元回归中，ols 可以处理多个自变量的情况，寻求残差平方和最小化； （2）将数据视为矩阵，利用线性代数寻求系数最优化，对内存要求很高； （3）大数据场景下，存在线性和内存约束问题。 （4）小数据情况的常用算法； 正则化法——约束 （1）一方面寻求最小化模型误差，另一方面可以减少模型复杂度（取 L1 绝对值），如自变量个数很多的时候，选择较少的重要变量来表示
24.4183
0
0
关注作者
收藏
UIROIS
SUM函数
SUM函数将为值求和。 你可以将单个值、单元格引用或是区域相加，或者将三者的组合相加。例如：=SUM(A2:A10) 将单元格 A2：10中的值相加。=SUM(A2:A10, C2:C10) 将单元格 A2：10以及单元格 C2： C10 中的值相加。语法：SUM(number1,[number2],...)参数名称说明number1 必需要相加的第一个数字。 该数字可以是 4 之类的数字，B
24.4829
1
0
关注作者
收藏
UIROIS
TEXT 函数 ​
TEXT 函数可通过格式代码向数字应用格式，进而更改数字的显示方式。 如果要按更可读的格式显示数字，或者将数字与文本或符号组合，它将非常有用。注意: TEXT 函数会将数字转换为文本，这可能使其在以后的计算中难以引用。 最好将原始值保存在一个单元格中，然后在另一单元格中使用 TEXT 函数。 随后如果需要构建其他公式，请始终引用原始值，而不是 TEXT 函数结果。技术详细信息语法TEXT(valu
24.4829
2
0
关注作者
收藏
<1…154155156…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