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

读童话的狼

偏差是因为欠拟合造成的吗？

期望输出与真实值的差别称之为偏差，即： bias2(x) = (fExpectedD(x) - y)2 //与真实值之间的差距使用样本数相同的不同训练集产生的方差为： var(x) = E[(fD(x) - fExpectedD(x))2] //与预测值期望的偏离程度评价数据拟合的状况，通常采用损失函数 J(X) 高偏差：Jtrain和Jcv都很大，并且Jtrain≈Jcv。对应欠拟合。

38.3632

4

5

0

关注作者

收藏

wo5656500

axis=0/1/2规则仅是对于concat和split的嘛

不是的，其他方法的axis操作都是类似的思想

0.0000

0

2

0

关注作者

收藏

读童话的狼

特征工程有升维吗？

升维，意味着要加特征，为了简单一点，我们可以使用sklearn中的多项式特征。语法Init signature:PolynomialFeatures( degree=2, interaction_only=False, include_bias=True, order='C',)degree=2 自变量最高的次数，默认为2，值越大，则组合出来的特

38.3632

4

2

0

关注作者

收藏

shauna570392

sql怎么不能导入数据

a问题描述：导入数据报错1290，the mysql server is running with the -- secure-file-priv option so it cannot execute this statement解决方法：一般这种错误就是因为8.0版本导入导出数据设置了权限，要导入的文件放错位置，应该把文件放在 C:\ProgramData\MySQL\MySQL

11.8918

3

3

0

关注作者

收藏

shauna570392

a报错1265 data truncated for column for column ‘mgr’at row 1问题解答：因为数据的字段和表格的字段不匹配，所以报错。desc看下表的字段和文件的字段是不是匹配的，有没多字段，经查看多了city字段，将表中city字段删除再重新建表即可。a

5.4654

2

2

0

关注作者

收藏

shauna570392

为什么无法运行

报错1046 no database selected。查看代码有几个问题：1、没有选择数据库，首先需要运行use XX；（XX代表需要使用的数据库的名字）2、导入的应该是csv文件而不是.sql文件，文件选择错误3、文件路径应该为“/”或者"\\"

0.0000

0

1

0

关注作者

收藏

詹惠儿

之前导入数据是可以的，但是现在重新导入就报1452错误了

问：之前导入数据是可以的，但是现在重新导入就报1452错误了答：在创建外键约束前导入数据是没问题的，创建约束后再导入数据就会报错了，需要将有外键约束的两个表删除，重新建表再导入数据。

4.3919

5

0

0

关注作者

收藏

詹惠儿

问：sql报错1452 答：这是因为之前设置了两个表的外键约束，可以把表dept和emp表删除，然后重新建emp表，再导入数据即可。

0.0013

2

2

0

关注作者

收藏

shauna570392

多表连接怎么重命名

直接表名后面加别名，比如 select XXX from dept1 as a left join dept2 as b on a.id=b.id其中a 、b就是设置的表的别名，其中as可省略

4.3675

1

2

0

关注作者

收藏

wo5656500

关于NumPy中数组轴的理解

1. 在二维NumPy数组中，轴是沿行和列的方向 AXIS 0 轴是沿着行（rows）的方向在NumPy数组中，axis 0 是第一轴。对于二维或多维数组，axis 0 是沿行（row）向下的轴。 AXIS 1 轴是沿着列（columns）的方向在NumPy数组中，axis 1 是第2根轴。对于二维或多维数组，axis 1 是沿列（columns）横穿的轴。 2. 二维或

0.0000

0

2

0

关注作者

收藏

田齐齐

如何在安装imblearn第三方库

在学习机器学习的时候，我们遇到的数据集大多是类别平衡的，即数据集中各个类的样本数都很接近。但是实际问题中我们遇到的大部分数据集都是不均衡的。常用的处理方法如下：1.对数据进行预处理，进行欠采样或者过采样等处理，使数据分布较为均衡。2.对算法进行改进，使其对少数类更加敏感。python提供了就是一个处理不均衡数据的imblearn库；其基于机器学习常用sklearn开发而成，使用方法和s

16.0274

6

2

0

关注作者

收藏

读童话的狼

特征选择F检验标准化以后是不是跟卡方过滤没有太大区别？

卡方过滤是专门针对离散型标签（即分类问题）的相关性过滤。卡方检验类feature_selection.chi2 计算每个非负特征和标签之间的卡方统计量，并依照卡方统计量由高到低为特征排名。F检验，又称ANOVA，方差齐性检验，是用来捕捉每个特征与标签之间的线性关系的过滤方法。它即可以做回归也可以做分类，因此包含feature_selection.f_classif（F检验分类）和 featu

2.7812

1

2

0

关注作者

收藏

读童话的狼

下采样有包可以调用吗？

下采样(Under-sampling)1 原型生成(prototype generation)给定数据集S, 原型生成算法将生成一个子集S’, 其中|S’| < |S|, 但是子集并非来自于原始数据集. 意思就是说: 原型生成方法将减少数据集的样本数量, 剩下的样本是由原始数据集生成的, 而不是直接来源于原始数据集.ClusterCentroids函数实现了上述功能: 每一个类别的样本都会用

32.6002

1

2

0

关注作者

收藏

赵娜0418

空间向量是什么意思

空间中具有大小和方向的量叫做空间向量。向量的大小叫做向量的长度或模（modulus)。规定：1.长度为0的向量叫做零向量，记为0。2.模为1的向量称为单位向量。3.与向量a长度相等而方向相反的向量，称为a的相反向量。记为-a。4.方向相等且模相等的向量称为相等向量。

10.3191

7

2

0

关注作者

收藏

shauna570392

if（1,0）语法不了解

公式中查找区域为 IF 数组条件，数组由 1 和 0 组成，1 表示 True（真），0 表示 False（假）；执行公式时，先从数组中取 1，由于 1 为真，所以从 B2:B241

6.4461

5

2

0

关注作者

收藏

赵娜0418

是每个一维数组的长度为2还是每个一维数组有两个元素？

两个表达一样的意思，一般只有一位数组会涉及到长度，例如上图中的例子，这个一维数组我们一般会说它长度为3，也可以说这个一维数组含有3个元素

11.2733

7

3

0

关注作者

收藏

读童话的狼

分类数据进行独热编码是不是就不能用皮尔森相关性检验？

进行独热编码之后数据就会变得得稀疏，对于这样的数据或是数值型的分类数据可以用斯皮尔曼相关Pearson的条件比Spearman的条件更严格，两者共同条件应该都是1、两列数据；2、满足线性假设；但Pearson要求两列数据均为正态分布，Spearman没有相关要求。也即，Pearson是Spearman的充分非必要条件。如果数据不符合Pearson要求，可以把数据降级，然后用Spearm

3.1913

1

4

0

关注作者

收藏

赵娜0418

33.5941

8

4

0

关注作者

收藏

詹惠儿

mysql报1209错误

问：mysql报1209错误答：这是因为没有导入外部数据的权限，要先把文件放进C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/文件夹内，再执行导数语句

2.2995

3

2

0

关注作者

收藏

shauna570392

报错1265 data truncated for column for column ‘mgr’at row 1问题解答：因为数据的字段和表格的字段不匹配，所以报错。desc看下表的字段和文件的字段是不是匹配的，有没多字段，经查看多了city字段，将表中city字段删除再重新建表即可。

0.0000

0

5

0

关注作者

收藏

<1…282283284…531>

CDA考试动态

CDA报考指南