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
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
liting李
如何从scikit-learn算法库文档中快速找到KNN算法
1.首先打开算法的网址https://scikit-learn.org/stable/modules/classes.html2.点击最上方的API3.control F进行调出搜索栏4.输入对应的查询字段：KNN其他算法也可以按照此方法查找哦！
3.7600
4
0
关注作者
收藏
wo5656500
面试题六
1.select stu.*,t1.score 01分数,t2.score 02分数from stu left join (select * from sc where c_id='01') t1 on stu.s_id=t1.s_idleft join (select * from sc where c_id='02') t2 on stu.s_id=t2.s_idwhere t1
41.7767
2
0
关注作者
收藏
wo5656500
如何处理缺失数据？
1. 用平均值、中值、分位数、众数、随机值等替代。效果一般，因为等于人为增加了噪声。2. 用其他变量做预测模型来算出缺失变量。效果比方法1略好。有一个根本缺陷，如果其他变量和缺失变量无关，则预测的结果无意义。如果预测结果相当准确，则又说明这个变量是没必要加入建模的。一般情况下，介于两者之间。
12.8022
0
0
关注作者
收藏
田齐齐
机器学习：随机数种子
如果希望通过设置随机数种子，在gpu或cpu上固定每一次的训练结果，则需要在程序执行的开始处添加以下代码：def setup_seed(seed): torch.manual_seed(seed) torch.cuda.manual_seed_all(seed) np.random.seed(seed) random.seed(seed) tor
31.4356
1
0
关注作者
收藏
读童话的狼
主成分降维该怎么用？
1、 定义：主成分分析是一种统计方法，通过正交变换将一组可能存在相关性的变量转换为线性不相关，转换后的这组变量称为主成分。2、 主要应用场景：数据压缩；消除冗余；消除数据噪声；数据降维，可视化3、 理论基础：最大投影方差理论、最小投影距离理论和坐标轴相关度理论4、 直观理解：找出数据里最主要的成分，代替原始数据并使损失尽可能的小    a) 样本点到超平面的距离足够近    b
0.0000
3
0
关注作者
收藏
读童话的狼
方差变化跟交叉验证的折数有什么关系？
当k值很小时，这里不妨假设为2，那么每次训练集大小为n/2，每次训练的数据量会偏小，取平均值后，由于每次训练的数据量比较小，所以会导致最终没有办法很好地学习到样本的分布，会导致偏差较大，不过方差较小。或者这么理解，由于k折交叉验证是使用k次训练的结果取平均值来进行预测的，如果只有两折交叉验证，每次对训练集的预测结果是使用一半的数据训练一半的数据预测，当数据集少时如果只针对本数据集预测，那么偏差会很
0.0000
2
0
关注作者
收藏
田齐齐
机器学习：交叉验证的结果会受随机数种子的影响吗？
问：交叉验证的结果会受随机数种子的影响吗？答：前提是只根据几折交叉验证拆分训练集和验证集，单独再拆分测试集的话此时交叉验证的结果会不受随机数种子的影响。1.交叉验证可以让我们得到更可靠稳定的模型。2.交叉验证中没有设置随机数种子这个参数。3.交叉验证拆分新的训练集时，并不是随机打乱进行拆分的，而是有方向的进行划分。
2.4611
1
0
关注作者
收藏
若水若谷
Excel报错：一打开Excel文档就报如下错误
一打开Excel文档就报如下错误，新建文档也一样error "Sorry, excel can't open two of the same workbooks at the same time"解决方案：1、在开始所有程序中找到Microsoft word和Excel的运行程序，右键选择属性，在兼容性标签将“以管理员身份运行此程序”的勾去掉。2、在打开的word或Excel程序中，点击
28.9745
4
0
关注作者
收藏
<1…293294295…530>
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