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

M159****5579

Python--对象和变量

一切皆对象：Python中的⼀切都以赋值给变量或者说作为参数传递给函数。各种各样的数据类型就代表了对象的类型。“对象”本身，还需要具备以下特性： 1. 身份：每个对象都有⼀个唯⼀的身份标识⾃⼰，任何对象的身份都可以使⽤内建函数 id()来得到，可以简单的认为这个值是该对象的内存地址。2. 类型：对象的类型决定了对象可以保存什么类型的值，有哪些属性和⽅法，可以进⾏哪些操作，遵循怎样的规则。可以

45.4926

4

1

0

关注作者

收藏

liting李

条件格式之周末突出显示

想将excel表格中是否是周末突出显示，公式和步骤都没错，为何突出显示第一行了呢？这是由于在最开始是选择的数据区域没有选择正确。数据选择区域位A2：D13,从第二行开始的。由于选择数据时选中了第一行，故出现此错误。

45.8677

7

2

0

关注作者

收藏

zjjwf

Bagging（装袋法）和 Boosting（提升法）的比较

Bagging VS Boosting1. 1. 样本选择上Bagging：训练集是在原始集中有放回选取的，从原始集中选出的各轮训练集之间是独⽴的。Boosting：每⼀轮的训练集不变，只是训练集中每个样例在分类器中的权重发⽣变化，⽽权值是根据上⼀轮的分类结果进⾏调整。2. 样例权重Bagging：使⽤均匀取样，每个样例的权重相等。Boosting：根据错误率不断调整样例的权重，错误率越⼤则权重越

45.6462

5

2

0

关注作者

收藏

zjjwf

随机森林算法的优缺点比较

随机森林有许多优点：1.准确率极高2.能够有效地在大数据集上运行3.引入了随机性，不容易过拟合4. 随机森林有很好的抗噪声能力，但是在在数据噪音比较大的情况下会过拟合。5.能处理很高维度的数据，而且不用降维6. 不仅能处理离散型数据，还能处理连续型数据，而且不需要将数据集规范化7.训练速度快，能够得到变量重要性排序8.容易实现并行化9.即使对于缺省值问题也能够获得很好得结果10.超参数的数量不是很

45.5756

4

0

0

关注作者

收藏

haoyumeng

最小二乘法

最小二乘法 Method of Ordinary Least Squares 原理：构造合适的估计量，使得残差平方和（Residual Sum of Squares, RSS）最小。 Sum(ui^2) = Sum{(Yi - B1 - B2Xi)^2} 然后，RSS对B1和B2求偏导数。令一阶偏导为0，代入得B1、B2

45.5756

4

5

0

关注作者

收藏

shauna570392

./和../有什么区别？

1、./是当前目录2、../是父级目录根目录指逻辑驱动器的最上一级目录，它是相对子目录来说的。打开“我的电脑”，双击C盘就进入C盘的根目录，双击D盘就进入D盘的根目录。其它类推。根目录在文件系统建立时即已被创建，其目的就是存储子目录（也称为文件夹）或文件的目录项。电脑中的子目录很好理解，例如：1、C:\是父目录，C:\Windows就是C:\的子目录。2、C:\Windows\System32\就

46.3250

5

6

0

关注作者

收藏

shauna570392

数据分布变换为近似正态分布，如何处理？

1、对数变换即将原始数据X的对数值作为新的分布数据：X’=lgX当原始数据中有小值及零时，亦可取X’=lg（X+1）还可根据需要选用X’=lg（X+k）或X’=lg（k-X）对数变换常用于（1）使服从对数正态分布的数据正态化。如环境中某些污染物的分布，人体中某些微量元素的分布等，可用对数正态分布改善其正态性。（2）使数据达到方差齐性，特别是各样本的标准差与均数成比例或变异系数CV接近于一个常数时

35.9553

5

2

0

关注作者

收藏

k_0711

数据操作语言DML

字段名与字段值的个数、顺序、和数据类型必须一一对应指定字段名插入：inser into 表名(字段名1[,字段名2,…]) values(字段值1[,字段值2,…]);不指定字段名插入：需要为表中每一个字段指定值，且值的顺序和数据表中字段顺序相同insert into 表名 values(字段值1[,字段值2,…]);批量导入数据：为了安全起见，MySQL8.0默认不允许客户端从本地载入文件，因此

45.5756

3

3

0

关注作者

收藏

shauna570392

线性关系检验是什么？

线性关系检验是检验自变量x和因变量y之间的线性关系是否显著，或者说，它们之间能否用一个线性模型y=β0+β1x+ε来表示。为检验两个变量之间的线性关系是否显著，需要构造用于检验的统计量。该统计量的构造是以回归平方和（SSR）和残差平方和（SSE）为基础的。将SSR除以其相应的自由度（SSR的自由度是自变量的个数k，一元线性回归中自由度为1）后的结果称为均方回归，记为MSR；将SSE除以其相应的自

35.2696

4

3

0

关注作者

收藏

2384_1593313827

常量/函数名描述样例输出结果pi圆周率math.pi3.141592653589793e自然常数(自然对数的底数)math.e2.718281828459045fabs()绝对值math.fabs（-3）3.0floor()向下取整math.floor(66.66)66ceil()向上取整math.ceil(98.3)99factorial()计算阶乘(n!)math.factorial(5)12

45.5756

5

1

0

关注作者

收藏

2384_1593313827

Python中最基本的数据类型

Python中最基本的数据类型：>> 1. 布尔类型(bool)：表示真假的类型，仅包含True(真)和False(假)两种取值> 2. 整型(int)：表示整数，例如1，2，1000，10000> 3. 浮点型(float)：表示小数，例如3.1415；或是科学记数法表示的数字，例如：3.14e3(3.14的乘以10的3次方)> 4. 字符串类型(str)：表示字符组成的有序序列>> 包括以上的

45.4220

4

0

0

关注作者

收藏

2384_1593313827

Python中最基本的数据类型

Python中最基本的数据类型：>> 1. 布尔类型(bool)：表示真假的类型，仅包含True(真)和False(假)两种取值> 2. 整型(int)：表示整数，例如1，2，1000，10000> 3. 浮点型(float)：表示小数，例如3.1415；或是科学记数法表示的数字，例如：3.14e3(3.14的乘以10的3次方)> 4. 字符串类型(str)：表示字符组成的有序序列>> 包括以上的

45.2148

3

1

0

关注作者

收藏

雯子哦呀呀

如何在Excel中让数字既带单位又可以参与运算

在默认状态下, 带单位的数字是不可以参与运算的, 像这样, 会报错:单价销量销售额10010瓶#VALUE!但是我们可以先设置销量那一列的单元格格式,让10既带有单位瓶,又可以参与运算: 选中销量的单元格-->右键-->设置单元格格式-->分类:自定义-->类型:0"瓶"-->确定这里的0是数字的代替 2. 在单元格中输入"10",就会自动变成10瓶,而且又可以做乘法:

45.3069

2

5

0

关注作者

收藏

赵娜0418

训练集和测试集应该如何使用？

一、为什么要分开训练集与测试集在机器学习中，我们是依靠对学习器的泛化误差进行评估的方法来选择学习器。具体方法如下：我们需要从训练集数据中产出学习器，再用测试集来测试所得学习器对新样本的判别能力，以测试集上的测试误差作为泛化误差的近似，来选取学习器。通常我们假设训练集、测试集都是从样本集中独立同分布采样得到，且测试集、训练集中的样本应该尽可能互斥（测试集中的样本尽量不在训练集中有出现、尽量不在训练过

1.6141

6

2

0

关注作者

收藏

赵娜0418

MySQL中使用临时表需要注意哪些？

1、临时表只在当前连接可见，当这个连接关闭的时候，会自动drop。这就意味着你可以在两个不同的连接里使用相同的临时表名，并且相互不会冲突，或者使用已经存在的表，但不是临时表的表名。(当这个临时表存在的时候，存在的表被隐藏了，如果临时表被drop，存在的表就可见了)。2、临时表只能用在 memory,myisam,merge,或者innodb引擎。3、临时表不支持mysql cluster(簇)

1.4074

2

1

0

关注作者

收藏

听海@看日落

DISTINCT 函数

DISTINCT 函数返回由一列构成的一个表，该表包含来自指定列的非重复值。换言之，重复值将被删除，仅返回唯一值。备注此函数无法用于将值返回到工作表上的单元格或列中；您而是将 DISTINCT 函数嵌套在某一公式中，以便获取可以传递到其他函数并进行计数、求和或用于其他操作的非重复值的列表。语法复制DISTINCT() 参数参数术语定义column要从其返回唯一值的列。或者是返回

29.3594

3

3

0

关注作者

收藏

fuli2020

python 统计主成分分析

规范化处理，缓解特征共线性问题from sklearn.preprocessing import *#数据规范化处理raw=data.iloc[:,4:10]zraw1=StandardScaler(copy=True,with_mean=True, with_std=True).fit_transform(raw)#z变换,with_std=False对中处理zraw2=MinMaxScaler

29.3240

3

2

0

关注作者

收藏

shauna570392

jupyter notebook无法打开，复制链接到浏览器提示拒绝访问

一般情况下，如果在打开jupyter notebook的时候无法跳转至浏览器，那么复制链接到浏览器，是可以打开的。但是这次响应时间很长，并且显示拒绝访问，经检查发现是以下两个原因：1、不是谷歌浏览器，换用浏览器后正常跳转，并可以打开2、如果还不能打开，可能是杀毒软件或者防火墙拦截，关闭对应的安全软件，关下防火墙就可以了

30.2178

4

5

0

关注作者

收藏

fuli2020

python 统计多元线性回归

y是衔接需求的，y往往是1.预测误差 2.成本高 3.抽象 4. 业务危机 5. 业务增益相关分析plt.scatter(x='运动时间',y='体重',s=100,data=data,alpha=0.3) sns.heatmap(data.corr(method='spearman'),cmap='GnBu_r')sns.pairplot(data=data1.iloc[:,[0,1,2,3,4

29.3240

3

2

0

关注作者

收藏

马敏11

快消行业销售情况分析

1. 了解经销商挣钱的方法 -- 低风险、多次进销存轮转争取利润2. 分析业务需求 -- 为了多次轮转就需要做到精细化数据监控3. 明确业务维度 -- 产品、客户、销售人员 --> 金额、销量、销售业绩以及动销情况4. 收集数据5. 理解数据、加工数据6. 创建数据环境以及汇总规则7. 设计及制作展示界面

29.3425

3

2

0

关注作者

收藏

<1…168169170…530>

CDA考试动态

CDA报考指南