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

liting李

怎么查看并修改jupyter notebook的本地路径

今天用jupyter notebook的时候想要看一下本地的存储位置，上网查了一下后，操作如下：打开cmd（win r键），输入jupyter notebook --generate-config即可查看一个文件的路径（如下图）打开这个文件（.py文件），找到这个（我的在261行，大概就在附近吧，这里用pycharm打开的），或者可以搜索这个（文件中ctrl f即可）“c.Notebo

24.8851

3

1

0

关注作者

收藏

1309_1565582599

左/右反连接

table t1 table t2 要求：出现在t1却不在t2的key （1）首先将t1,t2左连接查看表结构select * from t1left join t2on t1.key1=t2.key2; （2）左反连接就是在左连接的基础上添加一个条件：右表中key为空的条件（即左表存在y而右表不存在）select * from t1left join

15.1272

5

2

0

关注作者

收藏

liting李

正则化是用来做什么的？

正则化：是用来防止模型过拟合的过程，常用的有L1正则化和L2正则化两种选项，分别通过在损失函数后加上参数向量的L1范式和L2范式的倍数来实现。这个增加的范式，被称为“正则项”，也被称为"惩罚项"。

0.0000

0

2

0

关注作者

收藏

赵娜0418

Python机器学习中ID3、C4.5和CART的区别

1、ID3：解决分类问题，以信息增益最大选择特征，要求特征离散2、C4.5：解决分类问题，以信息增益率最大选择特征，特征可离散可连续3、CART：二叉树1）分类问题：以基尼系数最小选择特征，特征可离散可连续2）回归问题：以方差最小选择特征，特征可离散可连续

61.6208

5

5

0

关注作者

收藏

hujiahao

大厂SQL面试常考知识点

一、最基础（选数据）1.怎么把数据从表里选出来？-- 从table_1中选择a这一列select a from table_12.表连接-- table_1中有id,age；table_2中有id,sex。想取出id,age,sex 三列信息select table_1.id,age,sexfrom table_1 left join table_2on table_1.

51.2274

5

3

0

关注作者

收藏

1309_1565582599

开窗函数-->序号函数

row_number() 显示分区中不重复不间断的序号 dense_rank() 显示分区中重复不间断的序号 rank() 显示分区中重复间断的序号eg1.查询所有员工的工资排名select *, row_number() over(order by sal desc) 排名 from emp; #row_number 为静态函数，不需要指定滑动窗口，指定了也不生效 eg2.

51.0876

3

3

0

关注作者

收藏

ged_2357

查询结果为一张表，放在select语句中，必须设置别名；数值作为别名时，必须加引号表子查询放在select或join后当做表使用时，必须设置别名；同时在引用该表的字段时，必须使用其列别名把一个计算出来的结果作为字段使用时，无论用的是聚合函数还是加减乘除，作为字段使用时，必须设置别名；全连接、左连接、右连接全连接=左连接 union 右连接左反连接=左连接 where 右边字段=null

60.7709

3

4

0

关注作者

收藏

赵娜0418

MySQL报1066：Not unique table/alias的错误

Not unique table/alias错误编号：1066问题分析：SQL 语句中出现了非唯一的表或别名。解决方法：1、请检查出现问题位置的 SQL 语句中是否使用了相同的表名，或是定义了相同的表别名。2、检查 SELECT 语句中要查询的字段名是不是定义重复，或者没有定义。查错：调试程序的时候发现，果真是调用MySQL的mysql_real_query()方法执行查询

61.6208

5

5

0

关注作者

收藏

shang9252

Pandas Dataframe数据转换为二维数组array

一个Dataframe如下： age astigmatic lenses_target prescript tearRate0 2 0 1 1 11 2 0 2 1 02 2

36.0959

3

4

0

关注作者

收藏

shang9252

pandas中的map()、apply()、applymap()函数的区别

它们的区别就在于应用对象的不同1、mapmap()是Series对象的一个函数，DataFrame中没有map()，map()的功能是将一个自定义函数作用于Series对象的每个元素。eg：1 frame = pd.DataFrame({　　　　　　　　　　　　　　　'key1':['a','b','c','d'],　　　　　　　　　　　　　　　'key2':['one','two',

36.0959

3

2

0

关注作者

收藏

shang9252

Python连续数据离散化处理和pandas.cut函数用法

连续数据离散化场景：数据分析和统计的预处理阶段，经常的会碰到年龄、消费等连续型数值，我们希望将数值进行离散化分段统计，提高数据区分度，那么下面介绍一个简单使用的pandas中的 cut() 方法函数用法：**cut(series, bins, right=True, labels=NULL)**1series (类似数组排列，必须是一维的)bins (表示分段数或分类区间，可以是数

14.9862

1

1

0

关注作者

收藏

shang9252

Pandas中iloc和loc以及ix的区别

Pandas库中有iloc和loc以及ix可以用来索引数据，抽取数据。但是方法一多也容易造成混淆。下面将一一来结合代码说清其中的区别。1. iloc和loc的区别：iloc主要使用数字来索引数据，而不能使用字符型的标签来索引数据。而loc则刚好相反，只能使用字符型标签来索引数据，不能使用数字来索引数据，不过有特殊情况，当数据框dataframe的行标签或者列标签为数字，loc就可以来其来索

14.9862

1

3

0

关注作者

收藏

ged_2357

开窗函数（分析函数）

开窗函数（分析函数）2.7.1 特点：开窗函数也就是在满足某种条件的记录集合上执行的特殊函数；对于每条记录都要在此窗口内执行函数；有的函数随着记录不同，窗口大小都是固定的，这种属于静态窗口；有的函数则相反，不同的记录对应着不同的窗口，这种动态变化的窗口叫滑动窗口；开窗函数的本质还是聚合运算，只不过它更具灵活性，它对数据的每一行，都使用与该行相关的行进行计算并返回计算结果。2.7.2

36.0740

1

3

0

关注作者

收藏

ged_2357

常用函数2.1 字符串函数合并CONCAT(str1,str2,...) 把多个文本字符串合并成一个长字符串()系统默认显示4位小数，将比率转化为百分数显示=concat(比率*100,'%')用数据库做数据清洗很慢，一般提取出来之后进行清洗位置INSTR(str,substr) 返回子字符串substr在文本字符串str中第一次出现的位置()REVERSE(str) 颠倒字符串s

14.9862

1

2

0

关注作者

收藏

shang9252

Hive中SELECT TOP N的方法(order by与sort by的区别)

SELECT TOP N是取最大前N条或者最小前N条。Hive提供了limit关键字，再配合order by可以很容易地实现SELECT TOP N。但是在Hive中order by只能使用1个reduce，如果表的数据量很大，那么order by就会力不从心。例如我们执行SQL：select a from ljntest01 order by a limit 10;控制台会打印出：Num

15.1820

3

3

0

关注作者

收藏

34351_pxapp

MySQL 格式化函数总结

格式化函数👇DATE_FORMAT(date,fmt) 依照字符串fmt格式化日期date值FORMAT(x,y) 把x格式化为以逗号隔开的数字序列，y是结果的小数位数INET_ATON(ip) 返回IP地址的数字表示INET_NTOA(num) 返回数字所代表的IP地址TIME_FORMAT(time,fmt) 依照字符串fmt格式化时间time值其中最简单的是FO

36.3427

6

1

0

关注作者

收藏

34351_pxapp

MySQL 加密函数总结➕详解

加密函数👇AES_ENCRYPT(str,key) 返回用密钥key对字符串str利用高级加密标准算法加密后的结果，调用AES_ENCRYPT的结果是一个二进制字符串，以BLOB类型存储AES_DECRYPT(str,key) 返回用密钥key对字符串str利用高级加密标准算法解密后的结果DECODE(str,key) 使用key作为密钥解密加密字符串strENCRYPT(str

15.1820

3

4

0

关注作者

收藏

赵娜0418

Python机器学习中梯度下降算法与损失函数之间有什么关系

损失函数（Loss function）是用来估量你模型的预测值 f(x)f(x) 与真实值 YY 的不一致程度，它是一个非负实值函数，通常用 L(Y,f(x))L(Y,f(x)) 来表示。损失函数越小，模型的鲁棒性就越好，常用的最小二乘法，大家可以参考该文章https://blog.csdn.net/u010976453/article/details/78488279，这里已经介绍了损失函数的定

16.7865

6

4

0

关注作者

收藏

赵娜0418

Python机器学习中梯度下降法是按什么样的流程进行的？

1）首先对θ赋值，这个值可以是随机的，也可以让θ是一个全零的向量。2）改变θ的值，使得J(θ)按梯度下降的方向进行减少。为了更清楚，给出下面的图：a 这是一个表示参数θ与误差函数J(θ)的关系图，红色的部分是表示J(θ)有着比较高的取值，我们需要的是，能够让J(θ)的值尽量的低。也就是深蓝色的部分。θ0，θ1表示θ向量的两个维度。在上面提到梯度下降法的第一步是给θ给一个初值，假设随机

1.8003

5

1

0

关注作者

收藏

ged_2357

1、子查询定义：一个select语句中包含另一个或多个完整的select语句。1.1 子查询出现的位置出现在where子句中：将子查询返回的结果作为主查询的条件出现在from子句中：将子查询返回的结果作为主查询的一个表1.2 子查询分类标量子查询：返回的结果是一个数据（单行单列）行子查询：返回的结果是一行(单行多列)列子查询：返回的结果是一列(多行单列)表子查询：返回的结果是一

15.1200

2

0

0

关注作者

收藏

<1…234235236…531>

CDA考试动态

CDA报考指南