热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
田齐齐
模拟生成不均衡的数据中心点和离散程度设置
问:不均衡的数据指label为0和1的样本比例不一样 那在生成不均衡数据的时候 设置中心点和离散程度可以省略 或者让class1和class2的中心点和离散程度完全一致吗？答:在模拟的数据集中,原则上是可以这样设置的,但用中心点和离散程度完全一致的数据集做聚类效果很差.为了将模拟确实有明显分类的数据我们一般需要设置class1和class2的中心点和离散程度.
36.3750
1
0
关注作者
收藏
赵娜0418
日期辅助表创建的步骤
1、创建日期辅助列2、转换成表3、更改数据类型为日期型4、和主要的信息表连接
25.1834
1
0
关注作者
收藏
田齐齐
机器学习:对于样本不均衡的数据集应该怎样处理
模型天生会倾向于识别多数类, 但是在我们的大多数不均衡数据集中, 少类样本才是我们真正想要去识别的类别.解决方案: 1. 构建一个新的模型效果评估体系, 去评估模型对于少类样本的识别情况. - 混淆矩阵 - 精准度 - 召回率 - f1-score2. 解决数据集中的类别不均衡问题 - 采用采样法: 上采样(SOMTE采样法), 下采样 -
36.3750
4
0
关注作者
收藏
大魔王泛泛
简述一下什么是Docker?
Docker 是一个开源的应用容器引擎，基于 GO语言 并遵从 Apache2.0 协议开源。 Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）,更重要的是容器性能开销极低。
0.0000
0
0
关注作者
收藏
若水若谷
python:左边子图无论如何都旋转不了
左边子图无论如何都旋转不了，代码如下，如何修改呢？import matplotlib.pyplot as pltimport numpy as npfig, axes = plt.subplots(nrows=1, ncols=2, figsize=(9, 4))# Fixing random state for reproducibilitynp.random.seed(1968080
16.4240
2
0
关注作者
收藏
liting李
对于样本不均衡数据集如何处理？
对于样本不均衡数据集:模型天生会倾向于识别多数类, 但是在我们的大多数不均衡数据集中, 少类样本才是我们真正想要去识别的类别.解决方案: 1. 构建一个新的模型效果评估体系, 去评估模型对于少类样本的识别情况. - 混淆矩阵 - 精准度 - 召回率 - f1-score2. 解决数据集中的类别不均衡问题 - 采用采样法: 上采样(SOMTE采样
3.7600
0
0
关注作者
收藏
詹惠儿
决策树绘图报错
问：决策树，我已经安装了这个包，可是绘图是报以下错误： 答：在python中绘制决策树，不仅要在python中下载安装好graphviz，还要对系统进行graphviz的环境变量配置 ，报错原因是因为还没配置graphviz的环境变量 ，配置graphviz的环境变量方法如下：在系统中安装graphviz，并在系统路径里添加配置(控制面板——》系统——》高级系统设置——》系统
16.4247
3
0
关注作者
收藏
shauna570392
显示激活失败，如何破解
首先看登录office账号没有，如果有先注销；再点击账户，按下图所示点更改产品密钥， 输入:(以下激活码任选一个）7B4BN-DQCH8-WFVMD-B9F3T-V6DVC9B3BN-4XMXD-C7C6B-7XJ22-RVWDP5TWCRT-QVNVH-XTKPM-BV2XX-QV7HC8DJJQ-8NR7B-7QY7D-VCGPF-TVJ92N8VWK-GP8
31.8787
1
0
关注作者
收藏
詹惠儿
sql中power( )是什么意思？
问：请问下图黄色这块区域是如何解释呢？ 答：黄色区域就是求bmi的公式：bmi值=体重(kg) 十(身高/100) ^2 (cm)，代码的分母中的POWER函数的主要作用是返回给定数字的乘幂，POWER函数的语法为：POWER(number,power)，其中参数number表示底数；参数power表示指数。
16.4301
3
0
关注作者
收藏
wo5656500
power BI datesmtd函数用法
举例：1.计算月初至今的销量CALCULATE(SUM('订单表'[数量]),DATESMTD('日期表'[日期]))2.计算上年同期的月初至今销量CALCULATE(SUM('订单表'[数量]),DATESMTD(SAMEPERIODLASTYEAR('日期表'[日期]))
13.8600
3
0
关注作者
收藏
wo5656500
计算同比（YOY)和环比(MOM)
训练的销售金额:=SUM([金额])训练的年累计YTD:=TOTALYTD([训练的销售金额],'日历年'[日期],'日历年'[日期]
12.8022
3
0
关注作者
收藏
读童话的狼
轮廓系数如何计算的？
轮廓系数（Silhouette Coefficient），是聚类效果好坏的一种评价方式。最早由 Peter J. Rousseeuw 在 1986 提出。它结合内聚度和分离度两种因素。可以用来在相同原始数据的基础上用来评价不同算法、或者算法不同运行方式对聚类结果所产生的影响。方法：1，计算样本i到同簇其他样本的平均距离ai。ai 越小，说明样本i越应该被聚类到该簇。将ai 称为样本i的簇内不相
0.0000
4
0
关注作者
收藏
詹惠儿
sklearn的决策树模型中一般是选择预剪枝还是后剪枝？
问：在scikit-learn的决策树模型中，一般是选择预剪枝还是后剪枝处理呢？答：sklearn中现在能做的是预剪枝，就是设置Classifier或者Regression里的参数max_depth, min_samples_split, min_samples_leaf，参数具体说明如下：max_depth 决策树最⼤深度: (重要: ⽤于控制模型复杂度, 深度越⾼, 模型越复杂.模
0.0061
3
0
关注作者
收藏
读童话的狼
.labels_与.predict()的应用区别？
当数据量太大的时候！其实我们不必使用所有的数据来寻找质心，少量的数据就可以帮助我们确定质心了。当我们数据量非常大的时候，我们可以使用部分数据来帮助我们确认质心， 剩下的数据的聚类结果，使用predict来调用。# 实例化的对象一致k_means_partdata = KMeans(n_clusters=3, random_state=10)# 隔着选取一半样本进行聚类， 此处会生成3个质心
0.0000
1
0
关注作者
收藏
田齐齐
机器学习：决策树重要参数说明
DecisionTreeClassifier (criterion='gini', splitter='best', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None, random_state=None, max_leaf_nodes
3.7748
4
0
关注作者
收藏
詹惠儿
求信息熵的log是以什么为底？
问：求信息熵的log是以什么为底？其取值范围是什么？ 答：信息熵是度量样本集合纯度最常用的指标，信息熵中的log是以2为底，其最小值为0，最大值为log2(Y)根据分类变量的类别数Y而定，当变量为二分类时，最大值为1，当变量为三分类时，最大值为log2（3），以此类推。
0.0061
2
0
关注作者
收藏
赵娜0418
同比和环比的区别
区别：1、同比和环比，这两者所反映的虽然都是变化速度，但由于采用基期的不同，其反映的内涵是完全不同的；一般来说，环比可以与环比相比较，而不能拿同比与环比相比较；而对于同一个地方，考虑时间纵向上发展趋势的反映，则往往要把同比与环比放在一起进行对照。2、同比：与历史同时期比较，就是与不同年份的同一时期作比较，例如2005年7月份与2004年7月份相比，叫同比。 3、环比：与上一统计段
12.5702
1
0
关注作者
收藏
赵娜0418
VAR函数的用法
语法VAR(number1,[number2],...)VAR 函数语法具有下列参数：Number1 必需。 对应于总体样本的第一个数值参数。Number2, ... 可选。 对应于总体样本的 2 到 255 个数值参数。备注VAR 假定其参数是总体样本。 如果数据代表整个总体，请使用 VARP 计算方差。参数可以是数字或者是包含数字的名称、数组或引用。
12.5702
4
0
关注作者
收藏
读童话的狼
K-means算法如何确定初始质心？
常见的方法是随机的选取初始质心，但是这样簇的质量常常很差。处理选取初始质心问题的一种常用技术是：多次运行，每次使用一组不同的随机初始质心，然后选取具有最小SSE（误差的平方和）的簇集。这种策略简单，但是效果可能不好，这取决于数据集和寻找的簇的个数。             第二种有效的方法是，取一个样本，并使用层次聚类技术对它聚类。从层次聚类中提取K个簇，并用这些簇的质心作为初始质心。该方法通常
0.0000
5
0
关注作者
收藏
读童话的狼
map()、apply()、applymap()有什么区别？
map()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;现在使用map()函数来将data1这一列的数据改为保留三位小数显示df['data1'] = df['data1'].map(lambda x : "%.3f"%x)apply()函数的功能是将一个自定义函数作用于DataFrame的行或者列;现
0.0000
0
0
关注作者
收藏
<1…293294295…531>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1