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

若水若谷

统计学：数据可视化的要点有哪些？

答：1. 可视化不应使数据失真；2. 可视化不应包含不必要的装饰；3. 所有轴均应正确标记；4. 考虑合适的图形与配色；5. 变量的数量不应太多。（2-5个）

0.0000

0

2

0

关注作者

收藏

赵娜0418

STDEV 函数的参数该怎么使用？

STDEV(number1,[number2],...)STDEV 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。也可以用单一数组或对某个数组的引用来代替用逗号分隔的参数。

0.6994

2

4

0

关注作者

收藏

赵娜0418

MSE、RMSE和MAE的区别

均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)1、RMSERoot Mean Square Error,均方根误差是观测值与真值偏差的平方和与观测次数m比值的平方根。是用来衡量观测值同真值之间的偏差2、MAEMean Absolute Error ，平均绝对误差是绝对误差的平均值能更好地反映预测值误差的实际情况.3、标准差Standard Deviation

0.6994

2

2

0

关注作者

收藏

赵娜0418

共线性的判别指标

有多种方法可以检测多重共线性，较常使用的是回归分析中的VIF值，VIF值越大，多重共线性越严重。一般认为VIF大于10时（严格是5），代表模型存在严重的共线性问题。有时候也会以容差值作为标准，容差值=1/VIF，所以容差值大于0.1则说明没有共线性(严格是大于0.2)，VIF和容差值有逻辑对应关系，两个指标任选其一即可。除此之外，直接对自变量进行相关分析，查看相关系数和显著性也是一种判断方法。

0.6994

2

2

0

关注作者

收藏

赵娜0418

多重共线性处理方法

多重共线性是普遍存在的，通常情况下，如果共线性情况不严重（VIF

0.6994

2

2

0

关注作者

收藏

赵娜0418

导致内生性的原因是什么？

1：遗漏变量，且遗漏变量与引入模型的其他变量相关。2：解释变量和被解释变量相互作用，相互影响，互为因果。

0.6994

2

1

0

关注作者

收藏

读童话的狼

时间的计算变量为什么除以3600和24？

利用计算变量进行时间相减得到的是秒为单位，除以 3600就转换成时为单位，除以 24转换为天为单位

0.0000

0

4

0

关注作者

收藏

读童话的狼

出现异常值才排秩吗？

是的1、排秩可用于让秩次代替原数据进行参数分析，以此可扩充非参数分析方法范围2、排秩会出个案的秩次而不会对个案进行从小到大（或从大到小）的重新排列，排序反之

0.0000

0

2

0

关注作者

收藏

读童话的狼

绑定值为低是什么意思？

有相同值的，按照最低的名次进行排序，比如有一组数值是8,2,1,1,1。原本按顺序排名是1,2,3,4,5；选择绑定低，他们的排名就是1,2,3,3,3，如果按照平均值排序，他们的排名就是，1,2,4,4,4

0.0000

0

1

0

关注作者

收藏

詹惠儿

spss以2为底的对数怎么做的

问：spss以2为底的对数怎么做的？答：spss中没有实现以2为底取对数的功能

0.0000

0

4

0

关注作者

收藏

若水若谷

统计学：如何判断分类变量的离散程度？

答：1. 可以画条形图2. 可以用统计量，众数来判断。

0.0000

0

4

0

关注作者

收藏

shauna570392

什么是关联规则

I={i1,i2,...,in}是n个不同项目的集合， ik(k = 1,2 … n)称为一个项目(item)项目的集合称为项目集合(Itemset)，简称为项集。其元素个数称为项集的长度，长度为k的项集称为k-项集(k-Itemset)每笔交易T(Transaction)是项集I上的一个子集,即T ⊆ 𝐼交易的全体构成了交易记录集D，简称交易集D,交易集D中包含交易

0.0000

0

1

0

关注作者

收藏

liting李

正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。

0.0000

0

3

0

关注作者

收藏

shauna570392

推荐系统有哪些应用场景

电子商务，例如亚马逊，淘宝。商品推荐页主要包括的内容有（1）推荐结果的标题，缩略图以及其他内容属性，（2）推荐结果的评分（3）推荐理由。亚马逊的推荐有以下三种：（1）基于用户之前的行为，例如购买过武侠小说，会继续推荐别的武侠小说。（2）基于用户的好友关系，例如亚马逊拿到用户的Facebook的好友，然后向用户推荐他的好友都买了啥（3）基于物品的相似度，例如购买了该商品的用户还买了哪些商品。

0.0000

0

4

0

关注作者

收藏

田齐齐

聚类分析得到的聚类质量没有超过0.5，如何对模型进行调优？

1.填补缺失值2.异常值处理2.筛选更合理的x

0.0023

1

4

0

关注作者

收藏

大魔王泛泛

Spark中的HashShufle的有哪些不足？

1. shuffle产生海量的小文件在磁盘上，此时会产生大量耗时的、低效的IO操作2. 可能导致内存不够用，由于内存需要保存海量的文件操作句柄和临时缓存信息，如果数据处理规模比较大的化，容易出现OOM3. 可能出现数据倾斜，导致OOM

0.0000

0

2

0

关注作者

收藏

大魔王泛泛

HBase如何实现海量数据的存储？

1. 使用put()一条一条的导入，效率低 2. 使用mapreduce的方式来进行写入 3. 使用bulklode方式4. 使用sqoop工具来导入

0.0000

0

2

0

关注作者

收藏

liting李

长期和短期的分界点是多少

长期和短期的分界点是不确定的，根据情况而定。通常2-3个月为短期，大于3个月的为长期

0.0000

0

5

0

关注作者

收藏

shauna570392

有监督分类模型有哪些评估方式

在介绍方法开始首先了解一下四个概念：TP即True Positive:预测正确的正样本个数。TN即True Negative:预测正确的负样本个数。FP即False Positive:将负样本错误的预测成为正样本的个数。FN即False Negative:将正样本错误的预测成为负样本的个数。1.Accuracy(准确率):简单粗暴的方法，直接用预测正确的个数/总数 x 100% 即

0.0000

0

3

0

关注作者

收藏

赵娜0418

怎么清理数据清除异常值？

1.删除含有异常值的记录2.将异常值视为缺失值，交给缺失值处理方法来处理3.用平均值来修正4.不处理需要强调的是，如何判定和处理异常值，需要结合实际。

6.6644

4

2

0

关注作者

收藏

<1…310311312…531>

CDA考试动态

CDA报考指南