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

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

开花结果02

统计学：什么是切比雪夫不等式

经验法则表明，如果数据是对称分布的约有68%的数据落在均值加减1个标准差的范围内约有95%的数据落在均值加减2个标准差的范围内约有99%的数据落在均值加减3个标准差的范围内而如果数据不是对称分布的，那么上述经验法则就不适用了。这时候就需要用到切比雪夫不等式：例如，对于该不等式的含义是至少有75%的数据落在均值加减2个标准差的范围内至少有89%的数据落在均值加减3个标准差的范围内至少有94%的

32.4829

4

0

0

关注作者

收藏

zjjwf

评价估计量的三标准

1 无偏性（ Unbiasedness ）：估计量抽样分布的数学期望等于被估计的总体参数2 有效性（ Efficiency ）：也称最小方差性，即方差越小的估计量越有效3 一致性 Consistency ）：随着样本容量的增大，估计量的值越来越接近被估计的总体参数

27.2615

1

3

0

关注作者

收藏

davidfnck

pandas.concat怎么用

关于pandas.concat用法详解，参考利用Python进行数据分析与pandas官网进行整理。pandas.merge参数列表如下图，其中只有objs是必须得参数，另外常用参数包括objs、axis、join、keys、ignore_index。1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。2.pd.concat([df1,df4],axis=1)–在

27.2615

1

2

0

关注作者

收藏

hujiahao

今日头条数据分析岗面试题分享

1.如果次日用户留存率下降了5%该怎么分析？首先采用“两层模型”分析：对用户进行细分，包括新老、渠道、活动、画像等多个维度，然后分别计算每个维度下不同用户的次日留存率。通过这种方法定位到导致留存率下降的用户群体是谁。对于目标群体次日留存下降问题，具体情况具体分析。具体分析可以采用“内部-外部”因素考虑，内部因素分为获客（渠道质量低、活动获取非目标用户）、满足需求（新功能改动引发某类用户不满）、提活

36.9722

7

2

0

关注作者

收藏

LXM21

决策树— —显示中文情况

先将数据导出生成一个tree.dot的文件，特征显示为中文2.在graphviz-2.38的相应路径找到tree.dot文件，右键用Notepad++打开3.修改字体，加引号，只改这两处字体参数设置4.打开命令窗口5.执行下方两个代码：cd 路径（进入这个文件下）和dot -Tpng tree.dot -o test.png 生成png格式的图片6.找到相应的png图片打开，结果如下图所示

29.6958

2

3

0

关注作者

收藏

读童话的狼

@staticmethod 静态方法怎么使用

class C(object): @staticmethod def f(arg1, arg2, ...): ...以上实例声明了静态方法 f，从而可以实现实例化使用 C().f()，当然也可以不实例化调用该方法 C.f()。class C(object): @staticmethod def f(): print("hello") C.f()

27.6986

4

4

0

关注作者

收藏

liuyong2730

查询本周过生日的学生还有其它写法吗？我自己的思路

今天课上有一个练习：查询本周过生日的同学信息。根据课上的思路：因为有平年和闰年，同月同日在不同年份对应的周序可能是不一样的，先要把学生的生日中的年份替换成2020（当前日期的年份），再判断它是不是在当前周开始和结束日期之间。当前周的开始和结束日期是以今天是一周中的第几天为依据计算出的，而判断今天是当前周的第几天用week()函数就能得出来了。计算过程

26.0292

2

2

0

关注作者

收藏

fuli2020

1.正态分布：是一个神奇的分布，随着样本统计量不断变大最终都会服从正态分布，它是所有分布的终极形态。正态概率密度函数正态分布函数和图像的性质正态分布的分布函数：2.卡方分布：是相互独立的、正态分布的平方和。性质和特点：3.t分布：t分布是z分布小时候的样子（矮一点胖一点，自由度就是它的年龄，随着年龄的增大，它逐渐变高变瘦，变成了z分布）4.F分布：性质和特点

22.4206

2

3

0

关注作者

收藏

梁韵莹

#拍一拍# 这是一则SQL作业讨论贴

目的：写的语法虽然答案出来了，但是总感觉语法重复点很多太冗余，看看各位大神有没有更简便的语法？题目：求2018年2-5月份，不同费率的放款笔数、放款金额、30天以上金额逾期率（剩余本金/放款金额）数据样式：我写的很长很长...的语法：鉴于这个题目是周一晚才公布参考答案，那讨论的截至日期就放到周日晚吧。

22.7130

3

8

0

关注作者

收藏

四桃克

公司（100-200）领导决定下周举办一场生日会，主要为下周过生日的人举办的，现在需要确定下周生日的人数！！！

1.先确定条件：（1）下周的开始日期和结束日期，（2）哪些同事的出生月、日是在下周的开始日期和结束日期；2.确定表数据中需要的字段的类型是否符合要求；3.数据需求逻辑：查询表中哪些同事的出生月、日在下周的开始日期和结束日期；4.如果没那么快反应过来的，我们可以先求本周生日的员工，再在此基础上加day（7天）：

22.4350

2

0

0

关注作者

收藏

1530553748

MySQL——第五天作业打卡

001002.003.

22.3975

1

1

0

关注作者

收藏

bowan.

统计学中常用的分布

常用的分布1.正态分布：一个神奇的分布：任何分布任何统计量随着其自由度或样本量的增大，其最终都会服从正态分布——正态分布是所有分布的终极状态。因此：当要计算一般正态分布的概率时，应先将其转化为标准正态分布再计算。2.卡方分布：是相互独立的标准正态分布的平方和3.t分布：实际上是Z分布小时候的样子（矮一点、胖一点），自由度n就是他的年龄，随着年龄的增大他逐渐变高变瘦变成了Z分布。4.F分布5.各分布

23.5988

2

5

0

关注作者

收藏

<1…213214215…531>

CDA考试动态

CDA报考指南