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

MySQL问题：如何区分主副表？

答：判断主表：1. 搞清两个表是什么表；2.两个表是通过哪个关键字段相连；3. 根据关键字段是否具有重复值判断主次表；4.关键字段有重复值的为主，无重复值的为副

0.0000

0

5

0

关注作者

收藏

若水若谷

MySQL问题：导入数据显示错误1209

答：解决办法：执行show variables like '%secure_file_priv%';然后把要导入的数据文件放到该文件夹

31.2478

1

3

0

关注作者

收藏

詹惠儿

sql怎么看主表？

问：sql实训2第6题中为什么第二种做法要以customer为主表? 答：一般选择一表出维度作为主表，如果选择deposite并不能保证主体完整性。

0.0000

0

4

0

关注作者

收藏

詹惠儿

目标变量“误差2”的数学表达式不应该是2吗

问：计算变量如果purchase = 2

0.0000

0

4

0

关注作者

收藏

詹惠儿

训练集测试集准确率都是100%是否过拟合？

问：训练集测试集准确率都是100%这里是否过拟合？答：训练集与测试集准确率相差20%以上则认为是过拟合，当训练集测试集准确率都是100%时确定一下训练集和测试集有无重复，再个就是确定一下您的准确率计算方法是否准确，尤其是分母。

31.2478

1

4

0

关注作者

收藏

ermutuxia

在python中如何生成一系列有规律的变量名字并进行赋值？

在python中如何生成一系列有规律的变量名字并进行赋值？比如生成变量a1,a2,a3...取值为1,2,3。。。代码如下：for i in range(1,5): locals()["a"+str(i)]=i解释一下这里的 local() 是一个存储了全体局部变量名及其值的字典，切片时直接传入字符串作为变量名字就可以。比如想生成变量b并赋值为3，一种方式就是b=3,另一种方式就是local

44.6615

4

5

0

关注作者

收藏

liting李

决策树模型有什么优点

决策数有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。

0.0000

0

4

0

关注作者

收藏

shauna570392

怎么安装xgboost包

1、打开jupyter notebook 在代码框里输入pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple2、运行，等待安装也可以打开命令窗口，输入上述代码，运行进行安装。

31.2478

1

3

0

关注作者

收藏

田齐齐

y取0，1和y取1，2，都不影响分析吗？

问题：对于y为分类时，y取0，1和y取1，2，都不影响分析吗？答：是的，y取0，1和y取1，2，只是对y的一个标记，代表两种情况，和取值没影响。

3.8900

2

2

0

关注作者

收藏

liting李

如何用spss做相关分析

1.选择你想导入到SPSS中的数据，打开。2.对于第二列或者第三列数做相关分析，需要先做散点图。点开选择散点图，把需要的X轴，Y轴选进去，显示散点图结果，看相关的趋势。若有明显的线性相关趋势。继续下一步3.点击分析，相关，双变量4.若两列数分别是正态，选择person相关，若为偏态或者前后缺数，选择spearman相关，点击确定得出结果

31.2478

1

4

0

关注作者

收藏

shauna570392

感知机，为什么线以上的点y为1

对于数据集T={(X1, y1),(X2, y2)...(XN, yN)}，Xi belongs to Rn，yi belongs to {-1, 1}，i=1,2,...N若存在某个超平面S：w*X=0将数据集中的所有样本点正确地分类，则称数据集T线性可分。所谓正确地分类，就是：如果w*Xi>0，那么样本点(Xi, yi)中的 yi 等于1如果w*Xi

0.0000

0

2

0

关注作者

收藏

shauna570392

公式的理解问题

一、问题描述、0.5(x-2)^2 0.3(y-3)^2 1 这里公式里的x y是指的ab吧二、问题解答不是，x和y是变量，a和b是在计算点到直线距离时设置的向量。

0.0000

0

1

0

关注作者

收藏

shauna570392

感知机怎么判断<0的是错误点

一，感知机模型1，超平面的定义令w1，w2，...wn，v都是实数(R) ，其中至少有一个wi不为零，由所有满足线性方程w1*x1 w2*x2 ... wn*xn=v的点X=[x1,x2,...xn]组成的集合，称为空间R的超平面。从定义可以看出：超平面就是点的集合。集合中的某一点X，与向量w=[w1，w2，...wn]的内积，等于v特殊地，如果令v等于0，对于训练集中某个点X：w*X

0.0000

0

4

0

关注作者

收藏

shauna570392

为什么样本不均衡，准确度没意义

举个十分简单的例子假设有100个人 90个好人1个坏人如果存在一个机器学习模型，遇到人就说好人，那么模型的预测结果将会是全部都是好人。利用准确率的计算方式 ACC = 90个好人预测正确/总共有100个人 = 0.9 得这个机器模型的预测准确率为90%有没有感觉很奇怪，我猜硬币才只有50%正确率，怎么这个模型准确率这么高？而且，这个模型不能给识别坏人。其实原因有两个 1. 数据不

31.2478

1

3

0

关注作者

收藏

大魔王泛泛

简述一下Sqoop和其名字的由来？

Sqoop于2012年3月孵化出来，是一种在Hadoop和关系型数据库之间传输大量数据的工具，现已成为Apache顶级项目Sqoop名字的由来：SQL--Hadoop => Sq oop =Sqoop

0.0000

0

2

0

关注作者

收藏

赵娜0418

筛选变量的步骤是什么？

9、筛选变量的步骤是什么？答：1、筛选进入分析模型的X变量；2、根据X与y相关性排除百分之三十，筛选不进入分析模型的X；3、再次筛选进入分析模型的X变量；4、筛选不进入分析模型的X；5、最后再次筛选进入分析模型的X。

1.9347

2

2

0

关注作者

收藏

赵娜0418

变量筛选整合变量之后的个数是怎么确定的？

变量筛选整合变量之后的个数是怎么确定的？答：例如有X1，X2，X3，X4，X5，X6，X7，X8八个变量，X1和X2整合为X11，X3和X4整合为X22，因为整合后的变量不参加主成分分析，所以筛选整合后的变量的个数就是4个

1.9347

2

4

0

关注作者

收藏

赵娜0418

2 2 3=7个变量怎么来的？

2 2 3=7个变量怎么来的？答：2根据业务法判定 2根据共线性组合而来 3根据共线性压缩而来

1.9347

2

3

0

关注作者

收藏

读童话的狼

建模流程怎么做？

1、根据业务判断最重要的X2、判断Y与剩余X的相关性，剔除最不相关的几个3、建立X的两两相关，将相关系数大于0.9的整合成一个变量4、对剩下变量进行主成分降维5、利用上面四个步骤得到的变量建立模型

1.1595

1

3

0

关注作者

收藏

读童话的狼

增大插补次数是不是能提高缺失值准确度？

使用多重插补要求数据缺失值为随机性缺失，一般重复次数20-50次精准度很高，但是计算也很复杂，需要大量计算。

0.0000

0

0

0

关注作者

收藏

<1…311312313…530>

CDA考试动态

CDA报考指南