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

k_0711

MySql约束条件汇总

约束条件约束条件是在表上强制执行的数据检验规则用来保证创建的表的数据完整性和准确性主要在两方面对数据进行约束：空值和重复值主键约束(primary key)：每个表只能由一个主键主键值须非空不重复可设置单字段主键，也可设置多字段联合主键（联合主键中多个字段的取值完全相同时，才违反主键约束）添加主键约束：列级添加主键约束：create table (primary k

28.3792

4

5

0

关注作者

收藏

开花结果02

python：怎么查看网格搜索中找到的最优的参数

问题：：怎么查看网格搜索中找到的最优的参数解答：代码：GS.best_params_ 执行结果就是最优参数组合Xtrain,Xtest,Ytrain,Ytest = train_test_split(X,Y,test_size = 0.3 ,random_state=420

33.3802

4

4

0

关注作者

收藏

liting李

做方差分析需要什么条件？

方差分析的条件有4条，缺一不可：1）数据必须是连续的；2）观察必须是相互独立的；3）数据正态分布；4）组间variance相同。深入解读：1）数据必须是连续的例如血压，就是一个真正的连续变量，可以是90，可以是91，也可以是90.5 或者 90.2。评分在严格意义上不是连续变量，虽然有1/2/3/4，但没有1.3 或者 2.8。2）观察必须是独立的加入一个研究某抗高血新药的临床试验，研究对象中很多

30.7314

3

2

0

关注作者

收藏

永洪科技

武汉众邦银行的数字化升级秘诀：让每个业务⼈员都能自助式分析查询

大数据的发展已经在多个层面推进金融机构的业务模式不断发生改变。比如，在金融产品的营销设计、风险控制、扩展服务半径等方面，大数据都深刻改变了金融机构的经营模式，有效降低了成本、提高了效率。当前，银行业数据迅速膨胀并呈现出指数级增长的态势，对银行IT系统提出挑战的同时，也为银行业务智能化、场景化、多样化发展提供了数据支撑。武汉众邦银行成立3年的时间，业务实现了快速发展。目前，总资产超过了600亿元，服

28.6412

5

5

0

关注作者

收藏

雯子哦呀呀

Excel中的条件求和与条件计数

1.条件计数：在一个范围内某个值出现的个数=countif（A1：A10，“a”）2.多条件计数：多个范围内同时符合多个条件的个数=countifs（A1：A10，“a”，B1：B10，“b”）3.单条件求和：满足条件的数值求和例：计算借款金额=sumif（借贷那一列，“借”，金额那一列）4.多条件求和：满足多条件的数值求和例：计算工行借方求和=sumifs（金额区域，借贷区域，“借”，银行名称区

28.6412

5

2

0

关注作者

收藏

开花结果02

python:逻辑回归的SSE和损失函数是不是没有实际意义，只是为了计算最优参数

问题：逻辑回归的SSE和损失函数是不是没有实际意义，只是为了计算最优参数？解答：1. 线性回归里面，使用的是SSE误差平方和来当作损失函数，描述是某一个参数值，某一个模型下，信息损失的程度，通过梯度下降，求导等于0等方法来尝试寻找全局最优值 2. 逻辑回归，因为离散的变量，不能使用SSE来做损失函数，使用极大似然的方式构建了损失函数，通过损失函数的梯度，使用梯度下降的方法来逼近全局最优

30.6047

2

1

0

关注作者

收藏

chuncha.lz

搭建多维数据结构

多表连接，一表筛多表单双向连接都是类型1；多表筛一表双向连接是类型2，单向连接会报错。汇总维度字段与连接用关键字段属于父子关系时，类型2的汇总结果与类型1相同多表连接时，先合并减少使用表的数量，再连接创建多维环境，注意不要把一表中的度量合并到多表中

28.5353

5

4

0

关注作者

收藏

zjjwf

相关分析与回归分析的区别和联系是什么？

一、回归分析和相关分析主要区别是：1、在回归分析中,y被称为因变量,处在被解释的特殊地位,而在相关分析中,x与y处于平等的地位,即研究x与y的密切程度和研究y与x的密切程度是一致的；2、相关分析中,x与y都是随机变量,而在回归分析中,y是随机变量,x可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定x是非随机的；3、相关分析的研究主要是两个变量之间的密切程度,而回归分析不仅可以揭示x对y

28.4379

3

1

0

关注作者

收藏

anranhui

如何连接Oracle数据库

使用 PLSQL 连接Oracle数据库：第一步：下载，安装PLSQL。要放在不含中文，空格的路径。第二部：整合官方推荐软件。先不登陆，关掉登陆界面，打开不登陆用户的界面：点击tools——>preferences——>填出默认界面。第三步：把第一步的路径复制到上面的空格，下面的是路径+oci.dll,点击apply——>ok,关闭。第四步：连接。再次打开，password：安装时自己设定的。

28.3291

3

1

0

关注作者

收藏

zjjwf

贝叶斯算法的优缺点

优点：1、对待预测样本进行预测，过程简单速度快(想想邮件分类的问题，预测就是分词后进行概率乘积，在log域直接做加法更快)。2、对于多分类问题也同样很有效，复杂度也不会有大程度上升。3、在分布独立这个假设成立的情况下，贝叶斯分类器效果奇好，会略胜于逻辑回归，同时我们需要的样本量也更少一点。4、对于类别类的输入特征变量，效果非常好。对于数值型变量特征，我们是默认它符合正态分布的。缺点：1

28.2525

2

4

0

关注作者

收藏

michelle.qin

统计学-错题收集

卡方=（25-1）*0.0036/0.0025=34.56计算kfa/2和kf1-a/2kfa/2：kf1-a/2：卡方落在（kf1-a/2，kfa/2）之间，落在接受域，接受H0，H0是无差异，认为无差异

28.2525

2

3

0

关注作者

收藏

anranhui

如何查看自己的IP地址，Oracle常见端口1521

第一步：Windows+R，调出命令窗口cmd第二步：输入ipconfig,回车，即可显示图中

28.2650

2

2

0

关注作者

收藏

chuncha.lz

Power BI-M函数和结构化数据

EXCEL是PQ的数据源，数据源变，PQ会跟着变；但是PQ不会影响数据源数据每换一个平台，都需要先检查每个字段的数据类型（文本型不会变，主要看下数值、日期、布尔型）补充列：合并查询（join）；补充行：追加查询（union）M函数：严格区分大小写，每个单词的首字母是大写调出M函数列表：PQ主页-新建源-空查询，输入= #shared 回车记录转化成表：转换-到表中自定义函数创建方法：主页-空查询-

28.3499

4

4

0

关注作者

收藏

hcy吃猫的鱼

1.导数表达式中多多少除多少；2.乘积的导数：每次求一个导数，然后再加总求和；3.复合函数：由外而内一层一层的求；4.函数求导网址：https://zs.symbolab.com/5.行列式的本质是一个数；6.行列式计算方法：1.对角线法则(仅适用于二阶、三阶)； 2.利用行列式性质（将行列式转化为三角形行列式）7.n阶行列式是n！项的代数和；8.用一个数乘以行列式，常数k只能乘以其中的某一行或某

30.8409

1

1

0

关注作者

收藏

zengweiak47

#特征值筛选(Filter过滤法) --业务上不重要的从已有的指标,再去选一些指标fit.get_support(indices=True)找到留下变量的位置用回归评价分数,percentile保留多少百分比,建议保留70%,f_regression建议留下50%创新变量留下1-2个就不错了第一次删除30%,第二次删除50%表格太大画图sns.heatmap(data53.corr())共线性需要

30.9170

3

2

0

关注作者

收藏

陈yy123

制作子弹图步骤

制作子弹图步骤：1、选中数据插入堆积柱状图，注类别为姓名；2、选中“销售目标”系列单机鼠标右键选择设置数据系列格式，勾选次坐标轴3、调整“销售目标”系列填充颜色为无色，添加边框颜色，调整间距4、删除次众坐标轴或将次纵坐标轴最大值调整成和主纵坐标轴一致

30.9331

6

8

0

关注作者

收藏

肖宁21

计算行列式的方法

计算行列式的方法：1.对角线法则（仅适用于二阶、三阶，四阶及以上不适用）2.计算通式法（适用于所有行列式）3.利用行列式的性质(转换成三角形行列式)4.按行或按列展开5.EXCEL 计算行列式的值函数MDETERM()【使用计算通式】

30.9170

3

1

0

关注作者

收藏

陈yy123

mysql 开窗函数的介绍

按照函数功能不同，MySQL支持的开窗函数分为如下几类：序号函数：row_number() / rank() / dense_rank()分布函数：percent_rank() / cume_dist()https://blog.csdn.net/kejiayuan0806/article/details/103297893前后函数：lag() / lead()头尾函数：first_value()

31.0294

8

5

0

关注作者

收藏

赵娜0418

特征缩放有几种类型？

特征缩放过程可以分为以下几种：缩放到均值为0，方差为1（Standardization——StandardScaler()）缩放到0和1之间（Standardization——MinMaxScaler()）缩放到-1和1之间（Standardization——MaxAbsScaler()）缩放到0和1之间，保留原始数据的分布（Normalization——Normalizer()）1就是常说的z-

29.2591

7

7

0

关注作者

收藏

liting李

Python数据相关性分析有哪些方法?

数值型变量间用皮尔逊相关系数、斯皮尔曼相关系数，pandas包的corr()函数可以实现，或者用seaborn画一个heatmap图，标度上就是相关系数类别型变量用卡方检验，scipy包的chi2_contingency输出卡方值和p值，通过卡方检验说明变量相关。数值型变量和类型变量可用statsmodels的anova_lm对类别变量和数值变量建模，通过F检验的变量说明两者相关

28.2646

4

4

0

关注作者

收藏

<1…173174175…531>

CDA考试动态

CDA报考指南