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

MySQL如何实现全连接？

-- MySQL实现全连接-- select * from t1 full join t2 on key1=key2;select *from t1 left join t2 on key1=key2unionselect *from t1 right join t2 on key1=key2;

23.2108

5

3

0

关注作者

收藏

shauna570392

Excel里if函数如何进行理解？

if函数有三个参数，第一个为条件判断，第二个是如果判断为真返回的值，第三个是判断为假返回的值例如，=IF(C2=”Yes”,1,2) 表示 IF(C2 = Yes, 判断为真则返回 1, 否则返回 2)。

23.7109

5

1

0

关注作者

收藏

shauna570392

spss如何激活？

安装软件最后一步不勾选安装后立即运行，直接结束1、复制破解文件2、进入spss的安装路径，一般为下图所示路径3、进入该路径文件夹，粘贴刚才复制的文件，选择复制替换4、再打开spss软件即可

23.7109

5

0

0

关注作者

收藏

liting李

mysql里面如何用sql语句让字符串的‘123’转换为数字的123？

方法一：SELECT CAST('123' AS SIGNED integer);方法二：SELECT CONVERT('123',SIGNED);方法三：SELECT '123'+0;

22.7080

4

5

0

关注作者

收藏

anranhui

【污水处理问题】一家污水处理厂通过去掉污水中有害的污物来净化水质，生产出用于灌溉使用的水源。该处理过程每小时可以去掉处理池中剩余污物的12%。问：1.一天后处理池中将大概处理掉百分之几的污物？ 2.要多长时间才能把污物的量减少一半？

29.0735

3

2

0

关注作者

收藏

anranhui

说明关系型数据库通过索引提升查询效率的背后原理

1. 如果没有索引，数据库引擎需要通过全表扫描来查找数据，这会产生大量的磁盘IO。2. 关系型数据库使用B+树构建索引来加速加快查询。B+树是一种二叉查找树（每个节点的键值必须：比保存在左子树的任何键值都要大，比保存在右子树的任何键值都要小），这样随机查找某个键值时可以通过从根节点执行二叉查找来加速查询，查询成本取决于树的层数。3. 针对范围查询和排序的优化：在每个叶子节点保存其下一个叶子节点的指

29.0735

3

2

0

关注作者

收藏

-黄纬

考勤中工资核算

维度：公司、部门、个人、月指标：出勤率、加班强度比率、月薪、周末加班费、平时加班费、直接生产人员工资比率、计算规则：1、出勤率（病假不计入出勤）：出勤天数÷规定的月工作日×100％ 2、加班强度比率：当月加班时数÷当月总工作时数×100％ 3、每日工资=月固定工资/21.75天 4、月基础工资=每日

29.0735

3

2

0

关注作者

收藏

读童话的狼

mysql怎么创建连续的日期列表

需求：想要创建从2020-5-1到2020-5-31的连续时间表创建方法：create or replace view generator10as select 0 as n union all select 1 union all select 2 union all select 3 union all select 4 union all select 5 union al

23.4776

6

1

0

关注作者

收藏

读童话的狼

mysql报错：Error code:1290.The MySQL server is running with the --secure-file-priv...

这个问题是路径中的中文字符引起的，将文件另存为utf8格式的csv文件就可以正常导入：如

23.4265

5

0

0

关注作者

收藏

bowan.

连续型变量离散化

一、离散化原因数据离散化是指将连续的数据进行分段，使其变为一段段离散化的区间。分段的原则有基于等距离、等频率或优化的方法。数据离散化的原因主要有以下几点：算法需要比如决策树、朴素贝叶斯等算法，都是基于离散型的数据展开的。如果要使用该类算法，必须将离散型的数据进行。有效的离散化能减小算法的时间和空间开销，提高系统对样本的分类聚类能力和抗噪声能力。离散化的特征相对于连续型特征更易理解，更接近知识层面的

29.8301

4

1

0

关注作者

收藏

听海@看日落

DATESYTD 函数

DATESYTD 函数返回一个表，该表包含当前上下文中本年度截止到现在的日期列。语法复制DATESYTD( [,]) 参数参数术语定义dates包含日期的列。year_end_date（可选）具有定义年末日期的日期的文字字符串。默认值为 12 月 31 日。属性值/返回值包含由日期值构成的单列的表。注释备注若要了解有关上下文如何影响公式结果的详细信息，

29.0224

2

3

0

关注作者

收藏

听海@看日落

DATESQTD 函数

DATESQTD 函数返回一个表，该表包含当前上下文中本季度截止到现在的日期列。语法复制DATESQTD() 参数参数术语定义dates包含日期的列。属性值/返回值包含由日期值构成的单列的表。注释备注若要了解有关上下文如何影响公式结果的详细信息，请参阅Context。dates 参数可以是以下任何项：对日期/时间列的引用。返回由日期/时间值构成的单列的表表达式。定义由日期/时间值构成

0.0000

0

3

0

关注作者

收藏

听海@看日落

DATESMTD 函数

DATESMTD 函数返回一个表，该表包含当前上下文中本月截止到现在的日期列。语法复制DATESMTD() 参数参数术语定义dates包含日期的列。属性值/返回值包含由日期值构成的单列的表。注释备注若要了解有关上下文如何影响公式结果的详细信息，请参阅Context。dates 参数可以是以下任何项：对日期/时间列的引用。返回由日期/时间值构成的单列的表表达式。定义由日期/时间值构成的

0.0000

0

0

0

关注作者

收藏

-黄纬

数据统计指标

1、指标的作用：结合业务快速定位数据中的核心问题，发现业务强弱点。2、指标的特点：（1）、指标是游离态的，无法单独实现数据统计，如总销售额、总销售量；（2）、需与统计维度结合，明确统计指标的对象，如产品维度下，所有产品的销售额；（3）、指标间可自由组合形成新指标，灵活适应多变的业务环境 3、指

28.9545

2

0

0

关注作者

收藏

马敏11

电商案例之客户价值模型

电商的钱是怎么来的：流量*转化率*客单价2. 此次分析要解决的业务模块问题：客单价3. 客单价如何拆解：购买频次以及平均购买金额4. 提升购买频次与购买金额的行为：优化界面、选购上新、广告宣传5. 业务行为所需要的业务模型：客户价值模型6. 结合模型与业务行为考虑需要提供的数据信息：不同类型客户的体量（购买金额及购买数量的占比）、不同类别客户的购买倾向性（不同客户的品牌以及颜色的倾向）

29.4770

5

1

0

关注作者

收藏

Zzyh12

机器学习之Knn

K最近邻(kNN，k-Nearest Neighbor)：K最近邻分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，每个样本都可以用它最接近的k个邻近来代表.kNN算法的核心思想:如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性.kNN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

28.9545

3

4

0

关注作者

收藏

156****9375

项目管理甘特图交流共享

8/4学习感悟通过8/4学习甘特图制作，并结合之前项目管理经验，完善之前项目管理甘特图表。增加日期及星期行，结合老师所讲将当天高亮蓝框标注，当天项目进展追踪一目了然将同月数据组合，提高可视空间内显示数据容量通过复制表并调整A1可快速进入下一年项目统计管理（目前闰年2月天数与平年不同，无法实现组合间切换，需两张不同表完成）将所有项目整理至同一时间轴下，便于年中年末统计、KPI填写等

28.9545

3

2

0

关注作者

收藏

hcy吃猫的鱼

1.从文件夹进入jupyter notebook：shift+右键；2.布尔型的第一个字母要大写；3.只含有整数或者包含其符号的字符串才能转换为整数型；4.空字符串也属于字符串；5.用“+”合并列表后允许出现重复值；6.偏移量正向从1开始，负向从-1开始；7.[start : end ]——从start提取到end-1范围内，[start : ]——从start提取字符串，[ : end]——从开

34.8508

3

2

0

关注作者

收藏

zengweiak47

机器学习的分类:监督学习无监督学习半监督学习强化学习(用的不多)监督学习:(告诉模型什么是对的,什么是错的)泛化能力----机器学习算法对新鲜样本的适应能力,学到数据背后的规律.无监督学习.没有正确和错误之分,类似学生从书本或网络自学的过程.(主要不是做预测,用来发现新东西)典型聚类,预测半监督学习以垃圾邮件分类1.对1万的有标签的数据进行分类建模2.对10万个无标签的数据进行分类预测3.1万+5

34.9348

4

5

0

关注作者

收藏

维博520

如何选择KNN的K值

K值较小,模型复杂度就会较高,容易过拟合,学习的估计误差会增大,预测结果对近邻的实例点会比较敏感.K值较大,模型复杂度较低,容易导致欠拟合,但可以减少学习的估计误差,会增大学习的近似误差,因为与输入实例较远的训练实例也会对预测起作用,从而使预测错误.所以,在应用中,K值一般取一个比较小的值,通常K是不超过20的整数,通常采用交叉验证法来选取最优的K值.以上仅限个人观点,如有不足,还望交流指出,感谢

34.9348

4

1

0

关注作者

收藏

<1…166167168…531>

CDA考试动态

CDA报考指南