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

shauna570392

老师year (dt )=2019返回1.0的原理是什么

数据库的运行原理，对表中每一条记录进行检索，判断 year(dt )=2019，条件满足返回1，不满足返回0

0.0000

0

1

0

关注作者

收藏

shauna570392

什么是group_concat函数？

group_concat函数：1、功能：将group by产生的同一个分组中的值连接起来，返回一个字符串结果。2、语法：group_concat( [distinct] 要连接的字段 [order by 排序字段 asc/desc ] [separator ‘分隔符’] )

0.0000

0

0

0

关注作者

收藏

shauna570392

什么是开窗函数

开窗函数用于为行定义一个窗口（这里的窗口是指运算将要操作的行的集合），它对一组值进行操作，不需要使用GROUP BY子句对数据进行分组，能够在同一行中同时返回基础行的列和聚合列。与聚合函数一样，开窗函数也是对行集组进行聚合计算，但是它不像普通聚合函数那样每组只返回一个值，开窗函数可以为每组返回多个值，因为开窗函数所执行聚合计算的行集组是窗口。在ISO SQL规定了这样的函数为开窗函数，在 Ora

0.0000

0

1

0

关注作者

收藏

shauna570392

1、破解版不能登录，所以需要先注销已登录的账号2、破解软件点击activate office 而不是activate windows首先注销账号再重新激活即可。

33.6961

1

1

0

关注作者

收藏

shauna570392

安装提示缺少组件

根据报错提示，发现安装环境需要C 2019和2017需要取消安装，先下载插件C 2019和2017，运行插件后再安装mysql

33.6961

1

2

0

关注作者

收藏

shauna570392

jupyter notebook在浏览器空白

1、找到anaconda下的anaconda prompt并打开2、在anaconda prompt里面输入：jupyter notebook --generate-config回车后会生成一个配置文件jupyter_notebook_config.py，会提示该文件所在的目录，我的在：C:/user/.jupyter下面。3、找到并打开这个文件，需要在这个文件设置默认浏览器处增加C

33.6961

1

4

0

关注作者

收藏

读童话的狼

拉普拉斯平滑lambda的取值为什么是0到1？

拉普拉斯校准是给频率表中每个计数加上一个较小的数，保证每个特征发生概率不为0的情况。假定训练样本很大时，每个分量x的计数加1造成的估计概率变化可以忽略不计，但可以方便有效的避免零概率问题。应用举例：假设在文本分类中，有3个类， C1、 C2、 C3，在指定的训练样本中，某个词语K1，在各个类中观测计数分别为0， 990， 10， K1的概率为0， 0.99， 0.01，对这三个量使用拉普拉

19.4908

1

3

0

关注作者

收藏

读童话的狼

python的format函数是什么意思?

format函数这是一种字符串格式化的方法，用法如str.format()。基本语法是通过 {} 和 : 来代替以前的 % 。以下展示两种主要用法：（1）如：语句print("{:.2f}".format(3.1415926))，它的输出为3.14，可以看出命令为保留两位小数点。（2）如：语句"{1} {0} {1}".format("hello", "world")，它的输出

0.0000

0

2

0

关注作者

收藏

读童话的狼

彩色图像是几维的？

灰度图是2维矩阵，rgb彩色图是3维的，R red ； G green ； B blue.

0.0000

0

1

0

关注作者

收藏

田齐齐

机器学习：朴素贝叶斯分类的优缺点

优点：（1）算法逻辑简单,易于实现（2）分类过程中时空开销小缺点：理论上，朴素贝叶斯模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为朴素贝叶斯模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，在属性个数比较多或者属性之间相关性较大时，分类效果不好。而在属性相关性较小时，朴素贝叶斯性能最为良好。对于这一点，有半朴素贝叶斯之类的算法通过考虑部分

1.2473

4

6

0

关注作者

收藏

大魔王泛泛

简述一下朴素贝叶斯的优缺点和适用场景

优点：1. 朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率；2. 对大数量训练和查询时具有较高的速度。即使使用超大规模的训练集，针对每个项目通常也只会有相对较少的特征数，并且对项目的训练和分类也仅仅是特征概率的数学运算而已；3. 对小规模的数据表现很好，能个处理多分类任务，适合增量式训练（即可以实时的对新增的样本进行训练）；4. 对缺失数据不太敏感，算法也比较简单

2.2541

1

1

0

关注作者

收藏

大魔王泛泛

SQL中 count(1) 中的 1 代表什么意思？

count(1)，其实就是计算一共有多少符合条件的行，1并不是表示第一个字段，而是表示一个固定值其实就可以想成表中有这么一个字段，这个字段就是固定值1，count(1)，就是计算一共有多少个1同理，count(2)，也可以，得到的值完全一样，count('x')，count('y')都是可以的，一样的理解方式，返回的值完全是一样的，其实就是计数count(*)，执行时会把星号翻译成字段

31.5556

3

1

0

关注作者

收藏

大魔王泛泛

如图：dbvis-multi 客户端连接hive报错

这是因为没有开启hive的服务所导致的执行命令：hiveserver2

21.7449

2

6

0

关注作者

收藏

liting李

随机事件、独立事件、古典概率、基本事件有什么联系？

1.随机事件（简称事件）是由某些基本事件组成的，例如，在连续掷两次骰子的随机试验中，用Z，Y分别表示第一次和第二次出现的点数，Z和Y可以取值1、2、3、4、5、6，每一点（Z，Y）表示一个基本事件，因而基本空间包含36个元素。2.相互独立是设A,B是两事件,如果满足等式P(AB)=P(A)P(B),则称事件A,B相互独立,简称A,B独立.3.古典概率通常又叫事前概率，是指当随机事件中各种可

3.4433

2

3

0

关注作者

收藏

liting李

高斯分布是什么样子？

高斯分布，也称正态分布，又称常态分布。高斯分布的特征变量的频数分布由μ、σ完全决定。 (1)μ是正态分布的位置参数，描述正态分布的集中趋势位置。正态分布以X=μ为对称轴，左右完全对称。正态分布的均数、中位数、众数相同，均等于μ。 (2)σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高

3.4433

2

1

0

关注作者

收藏

shauna570392

mysql验证环境变量报错

1、在输入代码的时候多写了一个-，改正后也不行，说明配置环境变量有问题。发现是将分隔的分号写成了斜杠2、把u输入成了t3、图三显示正确注意在配置环境变量时，一定要用英文状态下的分号进行分隔。

46.4747

3

4

0

关注作者

收藏

shauna570392

操作系统不受支持

应该是32位的电脑安装运行了64位的版本，重新安装32位的ie11即可。

46.4747

3

3

0

关注作者

收藏

詹惠儿

安装office报错版本不兼容

问;我安装64位office时，有这个提示答：需要先把电脑上的32位的版本卸载干净，再重新安装64位的office

19.4918

2

4

0

关注作者

收藏

詹惠儿

安装sql需要运行以下插件吗

问：安装sql需要运行以下插件吗答：这个是32位的c 编译器，如果电脑是32位，则需要下载并安装；如果电脑是64位的直接运行文件夹内的c 编译器即可

3.2031

1

1

0

关注作者

收藏

田齐齐

机器学习：正则化的作用

正则化的主要作用是防止过拟合，对模型添加正则化项可以限制模型的复杂度，使得模型在复杂度和性能达到平衡。常用的正则化方法有L1正则化和L2正则化。L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数中的某些参数做一些限制。 L1正则化的模型建叫做Lasso回归，使用L2正则化的模型叫做Ridge回归（岭回归）

22.0946

4

4

0

关注作者

收藏

<1…289290291…531>

CDA考试动态

CDA报考指南