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

zzz778290113

机器学习本质是优化问题，没有作任何假设。尝试使用优化的办法来对损失函数找极小值，优化方法有拉格朗日、求导、梯度下降、牛顿法、坐标下降等方法来找到极值统计中的方法，大部分的方法是概率分布的问题，构建很多严格的假设，求解出结果，并且还要不断的检查假设，通过很严谨的方法来求解问题。线性回归可以处理离散的特征也可以处理离散的特征，比较偏连续主要做回归预测需要去量纲处理应用比较广泛，标签是连续的都可以用经典

32.3250

2

1

0

关注作者

收藏

ALEXSONG_JY

python第一周基础

1 标准输入输出输出print()函数两个重要参数.1 sep是指定分隔符默认为空格； 2 end表示单位print语句的结束符号，默认是以\n换行符结尾。输出多个值可用逗号隔开输入input()函数该函数可以接受一个字符串，用来提示用户需要输入什么。注意：无论输入什么， input()返回的都是字符串。2 变量定义与赋值 a

32.3905

3

2

0

关注作者

收藏

马敏11

python中的错误和异常

Tips:写程序和工作一样，千万不要害怕失误(报错)。因为，只有当这个问题，真正戳痛你的时候，你才会用心想办法来解决，这也是你提升自己最好的办法。同样，失误(报错)后，不要着急询问他人或上网查询寻求解决办法。应从报错本身的含义入手，对自己编写的代码进行检查。不要觉得工作失误(程序报错)，是一种很丢人的现象，因为每一个程序大佬，职场精英，都是从菜鸟过来的，若果你因为因为出入某行业，或者刚刚接触写程序

32.3905

3

2

0

关注作者

收藏

马敏11

python中的错误和异常

Tips:写程序和工作一样，千万不要害怕失误(报错)。因为，只有当这个问题，真正戳痛你的时候，你才会用心想办法来解决，这也是你提升自己最好的办法。同样，失误(报错)后，不要着急询问他人或上网查询寻求解决办法。应从报错本身的含义入手，对自己编写的代码进行检查。不要觉得工作失误(程序报错)，是一种很丢人的现象，因为每一个程序大佬，职场精英，都是从菜鸟过来的，若果你因为因为出入某行业，或者刚刚接触写程序

32.3905

3

8

0

关注作者

收藏

姚慧扬

损失函数:1.线性回归:L(θ)=常数-J(θ) -->J(θ)最小2.逻辑回归:J(θ)=-L(θ) -->最小3.softmax回归:J(θ)=-L(θ) -->最小交叉熵函数:衡量两个概率分布的距离为什么用交叉熵函数:因为MSE训练起来很费劲,但是交叉熵函数可以收敛的更快分类问题都是使用交叉熵损失函数,不用MSE对于不平衡的数据有以下处理方法:1.数据层面处理:只能处理训练集

32.3250

2

1

0

关注作者

收藏

田先生1

8月又又又更新了

这里挑选几个大家可能都会用到的功能介绍一下。1，矩形框选数据选择某个数据，之前是一个个点击选择，现在可以利用鼠标拖动一个矩形来框选数据。目前该功能还是预览，所以需要先在选项中勾选：在PowerBI Desktop，如果直接鼠标点击拖动会移动图标，所以按住Ctrl键或者Shift键，再使用鼠标拖动一个矩形，被矩形框选的数据都被选中，比如散点图框选的效果，利用矩形框选功能，可以快速选择感兴趣的数据集群

69.1553

2

7

0

关注作者

收藏

隋东芝

MySQL注释①单行注释1#注释语句②单行注释2-- 注释语句③多行注释/*查看数据库查看表查看表结构*/④注释快捷键ctrl+/。

69.1553

3

5

0

关注作者

收藏

赵娜0418

数据不平衡一般指的是什么呢？

问：1、数据不平衡一般指的是标签的不平衡还是特征不平衡呢？2、怎么去界定一份数据是否平衡？答：1、机器学习中的数据不平衡是指标签（因变量）比例不平衡2、一般因变量中0/1的比例超过4:1，例如标签为0的数据占90%，标签为1的数据占10%，就说是数据不平衡了，不过这个不是唯一界定值，不同公司的标准都不一样。

33.2912

5

2

0

关注作者

收藏

赵娜0418

jupyter notebook无法直接打开如何解决？

一、问题描述打开jupyter notebook 出现命令窗口但是不跳转。二、解决方法直接方法：将链接复制到浏览器即可打开。如果觉得每次复制粘贴麻烦，可以将链接收藏，下次打开jupyter后再点开浏览器收藏的链接。彻底解决方法：1、首先打开Anoconda Prompt，输入命令 jupyter notebook --generate-config，系统会自动产生一个名为jupyter_noteb

33.2912

5

2

0

关注作者

收藏

赵娜0418

Mysql中如何分清楚主副表？

判断主表：1. 搞清两个表是什么表；2.两个表是通过哪个关键字段相连；3. 根据关键字段是否具有重复值判断主次表；4.关键字段有重复值的为主，无重复值的为副

33.2912

5

1

0

关注作者

收藏

隋东芝

MySQL常用的约束条件

约束条件约束条件是在表和字段上强制执行的数据检验规则，它是为了防止不规范的数据进入数据库，在我们对数据执行插入、修改、删除等一系列操作的时候，数据库管理系统会自动按照指定的约束条件对数据进行监测，它主要是对空值和重复值的检测，来保证数据存储的完整性和准确性。按照约束的不同功能，MySQL中常用的约束条件有以下六种。 1.主键约束主键是表中非空不重复的字段，它可以唯一的标识表中的一条记录。作为主键

68.9602

1

2

0

关注作者

收藏

pkwwwsas

一：准备数据1、有目标、有业务逻辑2、有数据3、依据业务和目标理解数据，取子集二：洗数据清洗：1、缺失值2、异常值三：建模四：落地

85.3850

3

2

0

关注作者

收藏

liting李

整群抽样与分层抽样的区别是什么？

(1) 分层抽样要求各层之间的差异很大，层内个体或单元差异小，而整群抽样要求群与群之间的差异比较小，群内个体或单元差异大；(2) 分层抽样的样本是从每个层内抽取若干单元或个体构成，而整群抽样则是要么整群抽取，要么整群不被抽取。

32.1300

1

4

0

关注作者

收藏

liting李

随机抽样、分层抽样、整群抽样、系统抽样的区别

抽样方法主要包括：随机抽样、分层抽样、整体抽样、系统抽样。(1) 随机抽样就是按等概率原则直接从含有N个元素的总体中抽取n个元素组成样本（N>n）。这种方法简便易学，常用的办法就是抽签了。不过，这适合总体单位较少时使用。(2) 分层抽样是指在抽样时，将总体分成互不相交的层，然后按照一定的比例，从各层独立地抽取一定数量的个体，将各层取出的个体合在一起作为样本的方法。(3) 整群抽样又称聚类抽样，是将

32.1300

1

2

0

关注作者

收藏

宋俊花

默认参数传参陷阱

非常Tricky的事情：def extend_list(v, li=[]): li.append(v) return lilist1 = extend_list('a')print(list1) list2 = extend_list(123, [])print(list2) list3 = extend_list(10)print(list3) # [10, 'a']list4=

68.9602

1

0

0

关注作者

收藏

zzz778290113

随机森林：XGboost：lightBGM：算法和XGboost非常的像，但是稳定性还有点考量集成算法的种类：bagging：装代法的核心思想是构建多个相互独立的评估器，然后对其预测进行平均或多数表决原则来决定集成评估器的结果。装袋法的代表模型就是随机森林boosting：提升法中，基评估器是相关的，是按顺序一一构建的。其核心思想是结合弱评估器的力量一次次对难以评估的样本进行预测，从而构成一个

68.9602

1

2

0

关注作者

收藏

马敏11

Python外部交互

1.I/O操作利用open打开/创建文件open()函数的基本语法是：open(name[, mode[, buffering]])参数说明：name : 一个包含了你要访问的文件名称的字符串值。mode : mode 决定了打开文件的模式：只读，写入，追加等。所有可取值见如下的完全列表。这个参数是非强制的，默认文件访问模式为只读(r)。详情见附录图片buffering : 如果 bufferin

68.9602

1

4

0

关注作者

收藏

赵娜0418

数据清理的基本流程是什么？

1）按不同的属性排序数据2）对于大数据集，逐步清理并改进数据，直到获得良好的数据质量3）对大型数据集，可以先将其分解为小数据集，使用更少的数据将增加迭代速度4）要处理常见的清理任务，请创建一组实用程序函数/工具/脚本。它可能包括基于CSV文件或SQL数据库重映射值，或者正则表达式搜索和替换，消除所有不匹配正则表达式的值5）如果在数据清理方面存在问题，请按照估计的频率进行安排并解决问题6）分析每列的

2.0724

3

0

0

关注作者

收藏

赵娜0418

处理离线分析的基本流程是什么？

一般来说离线分析都是这个流程。各流程概述：1. 数据采集：定制开发采集程序，或使用开源框架FLUME2. 数据预处理：定制开发mapreduce程序运行于hadoop集群3. 数据仓库技术：基于hadoop之上的Hive4. 数据导出：基于hadoop的sqoop数据导入导出工具5. 数据可视化：定制开发web程序或使用kettle等产品6. 整个过程的流程调度：hadoop生态圈中的oozie工

2.0724

3

2

0

关注作者

收藏

赵娜0418

常用的抽样方法有哪些？

1. 概率抽样——包括等概率抽样和不等概率抽样概率抽样也称为随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。其特点有：（1）抽样时是按一定的概率以随机原则抽取样本。（2）每个单位被抽中的概率是已知的，或是可以计算出来的。（3）当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率。常用抽样方式有：（1）简单随机抽样定义：从包括总体N个单位的抽样框中随机地、

2.0724

3

2

0

关注作者

收藏

<1…156157158…530>

CDA考试动态

CDA报考指南