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

zjjwf

k-NN 模型评价

1.应用广泛2.计算效率低，耗费计算资源较大3.抗噪性较弱，对噪声数据（异常值）较为敏感4.模型不稳定，可重复性较弱5.需要进行归一化处理

24.9122

2

2

0

关注作者

收藏

雯子哦呀呀

怎样使Python中表格的行全部显示出来

#最大显示行数pd.set_option('display.max_rows', 200)这里的200是行数，想让数据全部显示，就要把这个数调到大于表格的行数。

24.9743

3

3

0

关注作者

收藏

gracejpw1117

1）采用Ganglia监控器，监控到flume尝试提交的次数远远大于最终成功的次数，说明flume运行比较差。2）解决办法：（1）自身：增加内存，修改配置文件 flume-env.sh中的参数至4-6g-Xmx与-Xms最好设置一致，减少内存抖动带来的性能影响，如果设置不一致容易导致频繁full GC。（2）外援：增加服务器台数搞活动 618 ->增加服务器->用完之后再减掉日志服务器配置：8-1

70.3649

2

1

0

关注作者

收藏

gracejpw1117

关于Flume拦截器

1）拦截器注意事项项目中自定义了：ETL拦截器。采用拦截器的优缺点：优点，模块化开发和可移植性；缺点，性能会低一些2）自定义拦截器步骤（1）实现 Interceptor（2）重写四个方法Ø initialize 初始化Ø public Event intercept(Event event) 处理单个EventØ public List intercept(List

25.3511

2

2

0

关注作者

收藏

gracejpw1117

Flume的几种常见Sink

1.Logger Sink 记录INFO级别的日志，一般用于调试。必须配置的属性：属性说明： !channel – !type – The component type name, needs to be logger maxBytesToLog 16 Maximum number of byt

24.8504

1

4

0

关注作者

收藏

若水若谷

Excel ：高级筛选的步骤？

高级筛选4步曲：1. 设置条件区域和复制区域2. 选择列表区域：想要筛选的区域3. 选择条件区域：想要满足的筛选条件4. 选择复制区域：想要粘贴结果的区域

25.1982

2

2

0

关注作者

收藏

读童话的狼

分测试集和训练集，在预处理的前面还是后面

方法1：把训练集和测试集合在一起做归一化，这样特征范围就统一了。之后用训练集做训练，那测试集做测试。但很明显的，在训练模型时，不应该包括任何测试集的信息。这种做法会导致存在人为偏差的模型，不能用。方法2：对训练集单独做归一化，之后对测试集单独做归一化。这种看法看似也可以，重点在于数据量以及数据的排列顺序。在数据量大且数据被充分打乱的前提下，这种做法是可行的。但换句话说，如果有这样的前提假设，那么方

25.1982

2

4

0

关注作者

收藏

LXM21

Mysql批量插入数据

问：插入语句是不是不可用批量插入，只能一条一条写insert语句呢？答：可以一次插入多条记录，也可以从文件批量导入例如：一次插入多条：insert into dept(dname,deptno,loc) values ('accounting',10,'new york'), ('research',20,'dallas'), (30,'sales','

27.4442

4

0

0

关注作者

收藏

zengweiak47

在pandas中对数据的操作,分两种一种是生成一个副本(视图)(看是否有out输出) 缺点是有点耗费内存还有一种直接在原数据上修改(缺点不安全,但节省内存,速度快)and & 与or | 或not ~ 非

25.1982

2

1

0

关注作者

收藏

姚慧扬

数据分析方法论

树状分析方法论：1.梳理行业常用指标，选取其中一个作为总指标；2.将总指标拆解成其他指标的求和或者乘积，如果指标较少的话，可以将指标拆成不同纬度下的同一指标，逐层下拆，直至不能拆解为止。3.将指标拆解思路排列成树状结构，并增加环比或者同比值，借变化比率来快速定位问题。

25.2870

3

2

0

关注作者

收藏

姚慧扬

python之pandas的部分知识点

Pandas通常是用于数据分析过程中, 数据的清洗, 数据预处理, 数据的描述性分析等过程中.在整个Python数据分析的生态环境中, Pandas的地位非常重要, 利用Pandas可以快速便捷的对数据进行各种各样的处理与操作.Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。在Pandas中, 最重要的两种数据结构是1维的Series和

25.1982

2

5

0

关注作者

收藏

雯子哦呀呀

pandas中创建Series

Pandas通常是用于数据分析过程中, 数据的清洗, 数据预处理, 数据的描述性分析等过程中.API：应用程序编程接口Pandas可认为是Python中的excelPandas中最主要的两种数据类型是：一维的Series和二维的DataFrame一个Series中只能保存一种数据类型DataFrame是由Series构成的，所以看DataFrame由几个元素构成，就看有几个Series列表转换为D

24.8504

1

2

0

关注作者

收藏

于家崎

数据分析PowerBI销售漏斗管理模型（二）

销售漏斗对整个销售业务有着巨大的价值控制销售过程，有针对性的快速解决销售问题了解销售情况，准确预测销售业绩及时指导及监督销售人员工作，避免客户流失，提高赢单率实现营销管理的最高境界 ---- 标准化管理销售漏斗数据要求应保证销售漏斗数据的准确性与时效性1.准确性销售阶段内容准确：销售阶段内容应严格依据销售阶段定义如实录入系统商机金额准确：应如实估算商机金额，尽量做到商机金额与最终成交金额相同角

40.1900

5

2

0

关注作者

收藏

开花结果02

sql：批量导入数据之前都需要建好表结构吗？

问题：批量导入数据之前都需要建好表结构吗？解答：在我们批量导入数据的时候，往往需要先建立好表结构来存取导入的数据，那有的小伙伴就说，假如我的字段名有200多个，我需要一个个输入吗？没有什么简单的方法吗？介绍另外一种方法：首先进入自己需要的数据库，比如说use test;然后右键-选择Table Data Import Wizard(第五行)-然后选择数据所在路径，然后一直next,最后finis

27.8332

6

2

0

关注作者

收藏

liting李

MySQL多表查询语句

多张数据表或视图的查询叫做连接查询-- 1.笛卡尔积:SELECT * FROM emp,dept;-- 2.等值链接(SELECT * FROM A,B WHERE A.主键=B.外键;)SELECT * FROM emp,dept WHERE dept.deptno = emp.deptno;-- 3.内连接(SELECT * FROM A INNER JOIN B ON A.主键=B.外键;

25.0985

3

4

0

关注作者

收藏

liting李

数据定义语言DDLcreate,alter,drop

-- 一、数据库相关的DDL-- 1.创建数据库CREATE DATABASE mybase;-- 2.创建数据库并指定字符集CREATE DATABASE mybase1 CHARACTER SET UTF8;-- 3.查看所有数据库SHOW DATABASES;-- 4.查看当前使用的数据库SELECT DATABASE();-- 5.修改数据库ALTER DATABASE mybase CH

25.0690

3

0

0

关注作者

收藏

shauna570392

power bi的地图只有气泡图吗？

在PowerBI的默认可视化对象中，有三种地图对象：气泡地图、着色地图和ArcGIS Map。气泡地图-Bubble Map在地图上利用气泡的大小来表示不同地区的数据，比如展现世界各国的GDP，PowerBI地图可以明显看到世界地图上美国的气泡最大，表示GDP最高，而中国和日本的次之。气泡的颜色也可以自定义。制作步骤如下，如果有多个层次的位置列，比如上图中是国家层级的位置，再加上省自治区、市级的位

25.0690

3

1

0

关注作者

收藏

haoyumeng

pandas提取数据信息的一些方法

一个例子：一下是一些股票代码和股票名称,300783 三只松鼠601236 红塔证券603256 宏和科技601698 中国卫通603867 新化股份600968 海油发展300594 朗进科技603863 松炀资源603217 元利科技将这列数据创建成一个 Series,股票名称作为索引,股票代码是数据.data = [300783,601236,603256,601698 ,603867,60

40.1654

3

2

0

关注作者

收藏

永洪科技

做了这么久数据分析没收获，原来一直在做“伪数据分析”

用数据说话已成为流行语，数据分析能力，俨然已经成为互联网人的必备技能。现在各行各业，越来越多的企业都在努力寻求具备数据分析能力的人才和专业数据分析人才，几乎所有的中、高阶产品、运营和市场甚至管理岗位，都对数据分析能力也越来越重视。数据分析的重要性我们已有目共睹，但在日常使用中，我们的数据分析未必是正确的。有不少企业管理者反映，具备业务能力同时又懂数据分析的人才太稀缺了，甚至可以说绝大多数在做“假”

40.1856

4

0

0

关注作者

收藏

赵娜0418

linspace()函数如何使用？

生成指定范围内指定个数的一维数组def linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None):在指定的间隔["start","stop"]内均匀地返回数字。返回“num”个等间距的样本。endpoint是一个bool类型的值，如果为"Ture","stop"是最后一个值，如果为"False",生成的数组不会包

1.4060

3

3

0

关注作者

收藏

<1…178179180…530>

CDA考试动态

CDA报考指南