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

读童话的狼

缺失值填补方法如何选择？

缺失资料为连续性或者分类变量时，缺失率较低（

0.0000

0

1

0

关注作者

收藏

读童话的狼

缺失值分析中模式1占比84.52%怎么理解？

模式1指的是没有缺失值，占比84.52%指的是没有缺失值的样本数占比为84.52%

0.0000

0

5

0

关注作者

收藏

读童话的狼

残差分析为什么是以3为界？

通常是超出3，超出2是不严格的

1.1595

1

2

0

关注作者

收藏

田齐齐

怎样理解主成分投影？

该方法在对指标值进行无量纲化和适当加权处理的基础上,通过正交变换将原有的指标转换为彼此正交的综合指标,消除了指标间的信息重叠问题,并利用各主成分设计一个理想决策变量,以各被评价对象相应的决策向量在该理想决策向量方向上的投影作为一维的综合评价指标。主成分投影法的基本步骤：1.确定评价矩阵。2.指标的无量纲化。3.指标权重的确定。4.指标的正交变换。5.理想评价向量的构造和投影值计算。6

3.5326

2

1

0

关注作者

收藏

大魔王泛泛

简述Kudu包括哪些组件？

Kudu的主要组件包括TServer和TMaster（1） TServer：负责管理Tablet，tablet是负责一张表中某块内容的读写，接收其他TServer中leader tablet传来的同步信息。（2） TMaster：集群中的管理节点，用于管理tablet的基本信息，表的信息，并监听TServer的状态。多个TMaster之间通过Raft 协议实现数据同步和高可用。

0.0000

0

2

0

关注作者

收藏

大魔王泛泛

HBase的组件包括哪些？

HBase的主要组件包括Master，zookeeper，RegionServer，HDFS。（1）Master：用来管理与监控所有的HRegionServer，也是管理HBase元数据的模块。（2）zookeeper：作为分布式协调服务，用于保存meta表的位置，master的位置，存储RS当前的工作状态。（3）RegionServer：负责维护Master分配的region，regio

0.0000

0

7

0

关注作者

收藏

PGC123

SPSS聚类结果查看界面切换操作

如何图1转换为图2 图1 图2答：如下图所示，界面上有两个黑色小三角，一个指向左边一个指向右边，界面的切换可以通

32.5771

2

0

0

关注作者

收藏

若水若谷

MySQL：怎么处理小数显示？

答：可以加个判断，比如字段名称是a1, select case when a1-truncate(a1,0)=0 then a1 else round(a1,2) end from 表

0.0000

0

1

0

关注作者

收藏

大魔王泛泛

如何解决Hbase中region太小和region太大？

Region过大会发生多次compaction，将数据读一遍并重写一遍到hdfs 上，占用io，region过小会造成多次split，region 会下线，影响访问服务，调整hbase.hregion.max.filesize 为256m.

0.0000

0

3

0

关注作者

收藏

shauna570392

sql如何另存为文件

1、点击file2、点击save script as3、输入文件名保存即可。

0.0000

0

2

0

关注作者

收藏

liting李

MCMC法填充缺失值spss

1.分析-多重插补-插补缺失数据集 2. 3. 4.

0.0000

0

2

0

关注作者

收藏

liting李

缺失值如何处理？

市面上关于缺失值有本书叫《多重插补》，有兴趣的同学可以看一下。行的缺失比较重要，3%以内的，缺的比例比较少，用中位数填补；3%-20%之间，缺失值比例比较大，用回归法填充；20%-50%，缺失值比例偏大，使用MC填充。60%以上，用缺失值分类法。

0.0000

0

1

0

关注作者

收藏

liting李

特征提取与特征选择两者的作用

1 减少数据存储和输入数据带宽；2 减少冗余；3 低纬上分类性往往会提高；4 能发现更有意义的潜在的变量，帮助对数据产生更深入的了解。

0.0000

0

5

0

关注作者

收藏

田齐齐

聚类算法中的距离度量有哪些，怎样理解？

你知道聚类中度量距离的方法有哪些吗？ 1）欧式距离欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。即两点之间直线距离，公式比较简单就不写了　应用场景：适用于求解两点之间直线的距离，适用于各个向量标准统一的情况 2）曼哈顿距离(Manhattan Distance) 从名字就可以猜出这种距离的计算方法了。想象你在曼哈顿要从一个十字路

32.7545

3

1

0

关注作者

收藏

田齐齐

层次聚类方法

在社会学领域，一般通过给定网络的拓扑结构定义网络节点间的相似性或距离，然后采用单连接层次聚类或全连接层次聚类将网络节点组成一个树状图层次结构。其中，树的叶节点表示网络节点，非叶节点一般由相似或距离接近的子节点合并而得到。层次聚类方法的基本思想是：通过某种相似性测度计算节点之间的相似性，并按相似度由高到低排序，逐步重新连接个节点。该方法的优点是可随时停止划分，主要步骤如下：（1）移除网络中的所

3.5326

2

3

0

关注作者

收藏

田齐齐

多因素二分类logistic回归如何选择方法？

二分类logistic回归如何选择方法？输入、向前LR、向后LR等等不知道如何选择？ SPSS软件中多因素Logistic逐步回归分析提供了条件参数估计似然比检验（Conditional）、最大偏似然估计似然比检验（LR）、Wald检验3种模型假设检验方法，和向前选择法（Forward）、向后剔除法（Backward）两种变量进出方法，一共组合成6种逐步回归变量选择方法。不同的算法，

32.7545

3

1

0

关注作者

收藏

liting李

特征选择的一般过程

特征选择的一般过程(1)产生过程( Generation Procedure )产生过程是搜索特征子集的过程，负责为评价函数提供特征子集。(2)评价函数( Evaluation Function )评价函数是评价一个特征子集好坏程度的一个准则。(3)停止准则( Stopping Criterion )停止准则是与评价函数相关的，一般是一个阈值，当评价函数值达到这个阈值后就可停止搜索。

0.0000

0

0

0

关注作者

收藏

shauna570392

pca判断相关性就是用皮尔逊相关系数吧？

1.找出第一个主成分的方向,也就是数据方差最大的方向2.找出第二个主成分的方向，也就是数据方差次大的方向，并且该方向与第一个主成分方向正交(orthogonal 如果是二维空间就叫垂直)。3.通过这种方式计算出所有的主成分方向4.通过数据集的协方差矩阵及其特征值分析，我们就可以得到这些主成分的值。5.一旦得到了协方差矩阵的特征值和特征向量，我们就可以保留最大的 N 个特征。这

0.0000

0

3

0

关注作者

收藏

liting李

spss中如何评估模型好坏

1.首先要看图形2.其次看R方3.参数的多少

0.0000

0

1

0

关注作者

收藏

shauna570392

那如果特征组合之间存在相关性，PCA可以解决吗

一、问题描述那如果特征组合之间存在相关性，PCA可以解决吗，比如特征1 特征2 与特征3之间存在相关性。二、问题解答可以，pca就是解决这个问题，可以把x1x2重新组合为新特征，且与其他特征相关性为0

0.0000

0

2

0

关注作者

收藏

<1…312313314…530>

CDA考试动态

CDA报考指南