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

姚慧扬

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（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模型。（2）有利于消除共线性和过拟合现

31.0330

3

1

0

关注作者

收藏

shauna570392

逻辑回归解决多分类问题

逻辑回归是使用回归的方式来解决分类问题。之前说过，逻辑回归只能解决二分类问题，为了解决多分类问题，可以使用OVR和OVO方法OVR(One Vs Rest)某个分类算法有N类，将某一类和剩余的类比较作为二分类问题，N个类别进行N次分类，得到N个二分类模型，给定一个新的样本点，求出每种二分类对应的概率，概率最高的一类作为新样本的预测结果。OVO(One Vs One)某个分类算法有N类，将某一类和另

28.3806

4

2

0

关注作者

收藏

shauna570392

行列式如何按行进行展开？

行列式依行展开(expansion of a determinant by a row)是计算行列式的一种方法，设ai1，ai2，…，ain (1≤i≤n)为n阶行列式D=|aij|的任意一行中的元素，而Ai1，Ai2，…，Ain分别为它们在D中的代数余子式，则D=ai1Ai1+ai2Ai2+…+ainAin称为行列式D的依行展开如果行列式D的第i行各元素与第j行各元素的代数余子式对应相乘后再相加

29.3835

5

0

0

关注作者

收藏

michelle.qin

巧用Excel计算行列式和矩阵

1、行列式的计算公式： = MDETERM(数据区域)，直接回车即可得到结果2、矩阵的乘法公式：= MMULT(矩阵A数据区域,矩阵B数据区域)选中结果区域，输入公式，同时Ctrl+Shift+Enter3、矩阵的逆矩阵公式：= MINVERSE(数据区域)选中结果区域，输入公式，同时Ctrl+Shift+Enter4、输出指定维度的单位矩阵公式：= MUNIT(维度数)选中结果区域，输入公式，同

31.0039

5

5

0

关注作者

收藏

开花结果02

统计：已知X~N(3,9)，则P(X>2)怎么计算？

问题：已知X~N(3,9)，则P(X>2)怎么计算？解答：已知x服从均值为3，方差为9的正态分布，求x>2的概率第一步：我们首先将这个正太分布标准化，均值为3，标准差为,3，则p>(2-3)/3=-1/3第二步：查表，我们的表是查的左侧的面积，所以变换成p(x>-1/3)=p(x

508.4091

6

3

0

关注作者

收藏

听海@看日落

语法复制ALL( { | [, [, [,…]]]} ) 参数参数术语定义table您要清除其筛选器的表。column您要清除其筛选器的列。ALL 函数的参数必须或者是对某一基表的引用，或者是对某一基列的引用。不能将表的表达式或列的表达式与 ALL 函数一起使用。返回值删除了筛选器的表或列。注释此函数不能由自身使用，而是作为可用于更改

30.9684

2

2

0

关注作者

收藏

永洪科技

数据分析常用功能：巧用门户制作功能，让多个报表一览无余

小李是某公司的财务经理，需要查看公司各个部门的财务报表，小李在查看过程中对于各个部门财务报告查看时需要来回切换不同报表，过程很不方便，而在永洪BI门户界面，企业可根据自己的需求来制作门户首页，在门户上可以定义不同导航栏，导航栏中根据部门分类绑定不同部门财务报告，从而实现在门户页面上切换各个报表查看，简单方便，让工作更高效。永洪BI提供两种布局下的门户展示：综合布局、左右布局，以及三种门户的报告组合

31.1502

5

1

0

关注作者

收藏

michelle.qin

<复习>统计学 Day1 - part 2

描述统计分析可以从以下五个角度考虑：一、总体规模的描述 —— 总量指标（1）反映一定时间、空间条件下某种现象的总体规模、总水平或总成功的统计指标。（2）分类：二、对比关系的描述 —— 相对指标（1）又称“相对数”，是两个有相互联系的指标数值之比。（2）常用相对指标的计算三、集中趋势的描述 —— 平均指标（1）一组数据向其中心值靠拢的趋势。（2）测度集中趋势：寻找数据水平的代表值或者中心值。（3）指

31.1104

5

1

0

关注作者

收藏

读童话的狼

利用pip重新安装scikit-learn时提示：Cannot uninstall 'scikit-learn'

Anaconda3中的版本是0.17.1 版本太低，想要对其升级，升级代码为：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn scikit-learn==0.22.2.post1但是发现报错：Cannot uninstall 'scikit-learn'

32.5325

4

1

0

关注作者

收藏

读童话的狼

windows安装graphviz调用后报错Graphviz's executables not found

这个问题一般是没有配置graphviz，但是将graphviz的bin文件夹添加到环境后仍然提示次错误解决办法：1、确认graphviz环境已经配置2、pip uninstall graphviz卸载graphviz3、pip uninstall pydotplus卸载pydotplus（如果安装的有）4、重新运行pip install graphviz安装graphviz5、重新运行pip in

32.1074

5

5

0

关注作者

收藏

读童话的狼

mac下安装lightgbm成功，但是使用时提示image not found

官方文档：For macOS users:Starting from version 2.2.1, the library file in distribution wheels is built by the Apple Clang (Xcode_8.3.3) compiler. This means that you don't need to install the gcc co

32.4770

4

5

0

关注作者

收藏

读童话的狼

mac安装graphviz调用后报错Graphviz's executables not found

mac安装graphviz调用后报错Graphviz's executables not found尝试运行conda install graphviz，后仍不能解决问题解决办法：1、运行pip uninstall graphviz，先卸载2、运行brew install graphviz安装3、重新打开spyder,可以成功调用

32.0222

2

2

0

关注作者

收藏

于家崎

数据分析统计学——估计（727）

推断统计估计均值、标准差包含了一组数据的大部分主要信息；我们可以借助均值、标准差进行进一步的估计。参数估计：已知或假定分布。非参数估计：未知且无法假定（常借用“秩”进行估计，即数据的大小顺序）。参数估计的四步骤：1.选定参数——确定需要估计的参数2.选定统计量——确定估计参数的统计量3.抽样分布——已知或假定模型分布4.估计——得出结果一.选定参数1.总体均值的估计：单总体均值，两总体均值之差2.

30.8409

1

5

0

关注作者

收藏

姚慧扬

数据分析流内容

1.需求：搭建业务框架。2.y 量化：连接业务和统计。3.特征选择：区分 x 的重要性，特征选择。4.描述：描述 y 和重要的 x、不合理取值。------------------5.预分析：缺失值、异常值、拟合判断、变量变换、取值编码、特征选择、共线性。6.建模：可視化描述→相关分析→模型。 7.修正：假设条件、优缺点。------------------8.评估：拟合指标和业务评价。9.应用：

30.8409

1

5

0

关注作者

收藏

姚慧扬

数据分析流内容

1.需求：搭建业务框架。2.y 量化：连接业务和统计。3.特征选择：区分 x 的重要性，特征选择。4.描述：描述 y 和重要的 x、不合理取值。------------------5.预分析：缺失值、异常值、拟合判断、变量变换、取值编码、特征选择、共线性。6.建模：可視化描述→相关分析→模型。 7.修正：假设条件、优缺点。------------------8.评估：拟合指标和业务评价。9.应用：

30.8409

1

2

0

关注作者

收藏

zengweiak47

#y的缺失在百分十几以上必须要模型填补,超过20%则比较严重#x的缺失在20到50可以容忍,达到50视为缺失严重,缺失达到70-80%则没有必要填补一般模型填补比较准,中位数较为不准,时间不允许,使用中位数模型2天可以跑完,算是可以接受y缺失有点多,使用模型来填模型准确度每提高一个百分点,都是非常可贵.不要小看百分之一.MissForest 无脑选用,随机森林KNNImputer 填充比较慢随机森

30.8409

1

0

0

关注作者

收藏

肖宁21

假设检验的基本原理与基本思想

假设检验的基本原理与基本思想（1）基本原理：“小概率原理” --0.05(小概率)在一次试验中，小概率事件是不可能发生的；如果发生，我们就认为该事件是假的；如果真的发生了，我们则认为犯错误了，统计学中把这种错误称为“统计学所犯的错误”（“两类错误”）。（2）基本思想首先假定假设是正确的，然后利用样本信息来证明假设是不正确的，即“反证法”。如果样本信息不能充分的证明假设是不正确的，我们就认

51.4838

3

1

0

关注作者

收藏

liting李

计算同比和环比

同比和环比是考察数据变化的两项常用的指标，它们都是基于时间周期的对比，得到的结果都是百分比，区别在于各自对标的周期（基期）不同。同比与历史同时期的比较，例如将 2019 年 11 月的数据与 2018 年 11 月的数据相比，叫同比。同比一般情况下是今年与去年的比较。同比可以用来观察今年和去年相对发展水平的变化。同比增长（下降）率=(本期数-去年同期数)/去年同期数×100%环比与上一个统计周期的

31.2828

5

0

0

关注作者

收藏

ALEXSONG_JY

POWER BI 人生第一天（细碎）

(a as number) =>let 源 = if a > 0 then "正数" else if a=0 then "零" else "负数"in 源思考题用自定义函数与判断语句，创建由三个参数构成的自定义函数,自定义函数用来选择做四则运算中的哪种运算，并返回计算结果。提示：前两个参数用来参与四则运算，第三个参数用来判断做哪种类型的计算例：当第三个参数为

51.4838

3

4

0

关注作者

收藏

shauna570392

求出方差为什么还要乘以 X.shape[0]？

X.shape返回X的行数和列数，例如shape出来的值（3，2），3代表行数，2代表列数，shape[0]取得是列的值：3，这里乘 X.shape[0]相当于乘样本个数

31.2054

3

1

0

关注作者

收藏

<1…174175176…531>

CDA考试动态

CDA报考指南