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

lll

excel中相对引用，绝对引用和混合引用的区别是什么？

A1相对引用$A1绝对bai引用列A$1绝对引du用行zhi$A$1绝对引用行和列$在谁的前面就绝对引用谁F4是在四种引用间相dao互转换的快捷键(在编辑栏输入公式时按下F4功能键可进行切换)相对引用、绝对引用和混合引用是指在公式中使用单元格或单元格区域的地址时，当将公式向旁边复制时，地址是如何变化的。具体情况举例说明：1、相对引用，复制公式时地址跟着发生变化，如C1单元格有公式：=A1+B1当将

28.6324

1

3

0

关注作者

收藏

yuechuchen

多分类变量转成数值标签的时候，转成1、2、3 或者转成2、4、6，放入模型中的时候有区别吗？

如果各分类之间没有顺序关系，比如民族，血型等分类变量，可以转换成1，2，3.....，这时的1，2，3只是代码，不考虑数值本身大小的属性；如果分类之间又顺序关系，比如学历，职级等，最好不要直接转换成1，2，3这种，可以尝试独热编码。

16.9498

1

3

0

关注作者

收藏

yuechuchen

K-Means算法原理及改进

1.k-means原理：第一步选取K个点作为质心；第二步计算所有样本点到所有质心的距离；第三步，把这些距离进行排序，从中找出单个样本点距离最近的质心并把该样本点划分到最近质心所代表的类中；第四步，计算得出刚聚成的各簇的真正质心；第五步重新计算所有样本点到各个新质心的距离，依次重复上述过程知道最后无论怎样迭代，所有的质心和样本点归属的类都不再发生变动，或者达到设定的最大迭代次数或者每次质心变动的量

17.0367

2

2

0

关注作者

收藏

若水若谷

mysql：msyql5.7，1148报错

windows10 workbench 8.0 error code:1148的暂时解决方法如下:1.在workbench中输入 show global variables like ‘local_infile’;结果应该为:on,该问题与local-infile是否=1无关,是workbench的bug;2.继续输入show variables like ‘secure_file_priv’;结

28.6324

1

2

0

关注作者

收藏

读童话的狼

如何用一行代码输出数据报告？

pandas_profiling基于pandas的DataFrame数据类型，可以简单快速地进行探索性数据分析。对于数据集的每一列，pandas_profiling会提供以下统计信息：1、概要：数据类型，唯一值，缺失值，内存大小2、分位数统计：最小值、最大值、中位数、Q1、Q3、最大值，值域，四分位3、描述性统计：均值、众数、标准差、绝对中位差、变异系数、峰值、偏度系数4、最频繁出现的值，直方图/

28.7494

4

1

0

关注作者

收藏

zengweiak47

打卡,水经验.

0.0000

0

1

0

关注作者

收藏

zengweiak47

打卡,水经验.

0.0000

0

4

0

关注作者

收藏

anranhui

可能那你会使用anaconda进行各种各样的数据处理，建模，但是你真的了解anaconda吗？各种搜罗来的咨询都会说anaconda是python的发行版。发行版？？一脸懵，anaconda通俗来说就是各种包的集合，里面预装有conda，某个版本的python，众多的packages、科学技术工具，例如爬虫所需的requests包，os包，正则re包，科学计算numpy，pandas包，神经网络，

27.7181

3

2

0

关注作者

收藏

李名奎

抽样推断的基本概念

抽样推断的基本概念编辑全及总体和样本总体全及总体是研究对象，而样本总体则是观察对象，两者是有区别而又有联系的不同范畴。全及总体又称母体，简称总体，它是指所要认识的，具有某种共同性质的许多单位的集合体。样本总体又称子样，简称样本，是从全及总体中随机抽取出来，代表全及总体的那部分单位的集合体。样本总体的单位数称为样本容量，通常用小写英文字母 n来表示。随着样本容量的增大，样本对总体的代表性越来越高，

27.5230

3

1

0

关注作者

收藏

zjjwf

假设检验的过程

1 ）提出假设在假设检验中，假设有两类：原假设和备择假设，两者之间的关系是对立关系。1.原假设 :待检验的假设；表示为H 0 。是研究者想收集证据予以推翻的假设，但是不容易推翻的假设。2.备择假设:与原假设对立的假设；表示为H 1 。是研究者想收集证据予以支持的假设，但是不容易支持的假设。2 ）确定适当的检验统计量3 ）规定显著性水平即：规定一个拒绝域的面积；常用的取值有 0.01

27.2615

1

2

0

关注作者

收藏

赵娜0418

python如何安装imblearn包？

在终端执行安装命令：pip install imblearn -i https://pypi.tuna.tsinghua.edu.cn/simple如果上面的命令执行不下去，那就应该看看自己的环境是否符合imblearn的安装要求，如果不满足要求，请更新后执行安装命令。主要是要更新scikit-learn的版本更新scikit-learn的命令：conda update scikit-learn这

28.6673

3

4

0

关注作者

收藏

赵娜0418

python中如何将字符串按指定的分隔符拆分？

series中的元素均为字符串时，通过str.split可将字符串按指定的分隔符拆分成若干列的形式。例如：拆分以逗号为分隔符的字符串 1 # -*- coding: utf-8 -*- 2 # 创建dataframe 3 import pandas as pd 4 s = pd.DataFrame(['a,b,c','c,d,e']) 5 print(s) 6 """ 7

29.1962

3

2

0

关注作者

收藏

D.Chu

mysql 一维转二维的方法

mysql 一维转二维的两种方法-- 先找出显示的字段select s_id,if(c_id='01',score,0),if(c_id='02',score,0),if(c_id='03',score,0)from sc;-- 再分组也可以max ifnullselect s_id,sum(if(c_id='01',score,0)) as '01',sum(if(c_i

27.2663

2

2

0

关注作者

收藏

赵娜0418

如何将日期数据转换为年龄？

当我们拿到一份数据的时候，往往会得到一些生日的日期形式，那么如果想要得出这些数据中每个人的年龄应该怎么做呢？下面是相关实现代码：# 生成数据import pandas as pd data = {'birth':['2020/06/01','2020/06/02','2020/06/03','2020/06/04','2020/06/05']}frame = pd.DataFrame(data)p

29.1661

2

5

0

关注作者

收藏

赵娜0418

XGBClassfier函数的相关参数

# 常规参数 booster gbtree 树模型做为基分类器（默认） gbliner 线性模型做为基分类器 silent silent=0时，不输出中间过程（默认） silent=1时，输出中间过程 nthread nthread=-1时，使用全部CPU进行并行运算（默认） nthread=1时

29.4576

2

1

0

关注作者

收藏

shauna570392

假设检验临界值的计算

显著性水平是指当原假设实际上正确时，检验统计量落在拒绝域的概率，简单理解就是犯弃真错误的概率。这个值是我们做假设检验之前统计者根据业务情况定好的。显著性水平α越小，犯第I类错误的概率自然越小，一般取值：0.01、0.05、0.1等当给定了检验的显著水平a=0.05（95%）时，进行双侧检验的Z值为1.96。即临界值为±1.96倍的标准差当给定了检验的显著水平a=0.01（99%）时，进行双侧检验的

28.6324

1

1

0

关注作者

收藏

shauna570392

mysql57和mysql80版本导入数据的差别

1、语句差别：mysql80不用写local关键字mysql57导入数据语句为：load data local infile ‘文件路径.csv’into table 表名 fields terminated by ‘,' ignore 1 lines;mysql80导入数据语句为：load data infile ‘文件路径.csv’into table 表名 fields terminate

28.6324

1

2

0

关注作者

收藏

shauna570392

mysql57导入数据的注意事项

1、导入语句有local关键字，语句为：load data local infile ‘文件路径.csv’into table 表名 fields terminated by ‘,' ignore 1 lines;2、路径中不能有中文3、要将‘\’改为‘\\’或‘/

28.6512

2

3

0

关注作者

收藏

shauna570392

什么是t分布？

T分布就是小样本的正态分布。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。在概率论和统计学中，t-分布用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。随着样本量n / 自由度的增加，t分布越来越接近正态分布。正态分布就是t分布的一个特例。t分布的特点有： 1、以0为中心，左右对称的单峰分

28.6800

3

0

0

关注作者

收藏

anranhui

python包依赖关系

scipy: numpy+mkl matplotlib: numpypandas: numpy, setuptoolsscikit-leanr: numpy+mklcaffe：numpy,scikit-imageopencv：numpy以树结构形式列出了已安装包的主依赖包与各主依赖包的子依赖包，可读性好，一目了然详情。在网上找到一款可以方便查看 Python 已安装包的依赖树信息查看工具 pipd

27.4161

3

1

0

关注作者

收藏

<1…212213214…530>

CDA考试动态

CDA报考指南