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

赵娜0418

造成过拟合的原因是什么？

造成过拟合的原因是什么？答：造成原因有：（1）噪声造成的过分拟合（因为它拟合了误标记的训练记录，导致了对检验集中记录的误分类）；（2）根据少量训练记录做出分类决策的模型也容易受过分拟合的影响。（由于训练数据缺乏具有代表性的样本，在没有多少训练记录的情况下，学习算法仍然继续细化模型就会产生这样的模型，当决策树的叶节点没有足够的代表性样本时，很可能做出错误的预测）（3）多重比较也可能会导致过分拟合（

0.8933

2

3

0

关注作者

收藏

赵娜0418

BBN的特点问题

朴素贝叶斯没有学习的过程，那么是否可以说朴素贝叶斯是消极学习法分类？答：（1）朴素贝叶斯只是贝叶斯分类的一种实现形式，而实现形式还有贝叶斯网络但是贝叶斯网络是有学习过程的。所以不能说贝叶斯分类时消极学习法。（2）其实朴素贝叶斯是消极学习方法

0.9769

2

0

0

关注作者

收藏

大魔王泛泛

如何创建RDD？

创建RDD有三种方式：1、可以从一个Scala集合里面创建： sc.parallelize(data)：把data这个数据并行化分片到节点 sc.makeRDD(data)：把data这个数据并行化分片到节点，它的实现就是parallelize sc.makeRDD(data[(T,seq)])：这种方式可以指定RDD的存放位置2、根据外部数据源来创建，如sc

0.0000

0

2

0

关注作者

收藏

大魔王泛泛

简述Spark中的RDD

RDD（Resilient Distributed Dataset）：弹性分布式数据集它有几种特性：1. RDD有不可变性 2. RDD是可分区的 3. RDD是弹性的：弹性表现在存储的灵活性、可容错性、分层计算、可调整数据的分布情况

0.0000

0

4

0

关注作者

收藏

大魔王泛泛

在scala中什么是颗粒化操作

将原来接收两个参数的一个函数转换成2个这就是颗粒化操作def sum(a: Int, b: Int) = a bprintln(sum(2,3))def sum1(a: Int)(b: Int) = a bprintln(sum1(2)(3))

0.0000

0

0

0

关注作者

收藏

田齐齐

P值怎么计算？

一般地，用X 表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说：左侧检验的P值为检验统计量X 小于样本统计值C 的概率，即：P = P{ X < C}右侧检验的P值为检验统计量X 大于样本统计值C 的概率：P = P{ X > C}双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍：P = 2P{

0.0000

0

1

0

关注作者

收藏

田齐齐

假设检验里面如何确定t的临界值？

假设检验(Hypothesis Testing)是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是:根据问题的需要对所研究的总体作某种假设，记作H0;选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知;由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u-检验法、t检验法、χ2检验

0.0000

0

0

0

关注作者

收藏

大魔王泛泛

scala中模式匹配有哪些类型

1. 基本数据类型模式匹配2. Array 模式匹配3. List 模式匹配4. case class 模式匹配5. Some

0.0000

0

5

0

关注作者

收藏

田齐齐

同一工作簿多表怎么合并？

前提：一维表结构；列字段相同；无合并单元格Alt D，松开按P进入数据透视表图向导界面，1.勾选“多重合并计算区域”，“数据透视表”，下一步2，勾选“自定义页字段”，下一步3.选择要合并的区域，页字段数目为1，下一步4.选择数据透视表放的位置可以任意操作了

2.8822

1

4

0

关注作者

收藏

田齐齐

Excel：数据转化成文本问题

一列数据想把数据转化成文本，用数据格式转化成文本没法汇总等操作，必须得手动加单引号变成左上角带绿色的数字文本才可以，是为什么？解决办法：尝试用数据分列，TEXT，数字转文本，PQ都没法变成数值文本，回去检查他的数据发现数字长度不对，单元格内的数字前有空格，替换空格、数据分列都识别不出空格，这时可以：方法1、粘贴出两个数据，向下快速填充，方法2、如果数值长度一样，可以RIGHT提取；

2.8822

1

3

0

关注作者

收藏

田齐齐

python报错问题2

python报错：SyntaxError: can`t assign to keyword解决方法：不要使用Python语言关键字作为变量名、函数名或类名等。在Python Shell窗口中，使用help('keywords')指令可以查看Python语言的关键字列表。

2.8822

1

4

0

关注作者

收藏

田齐齐

电商如何精细化运营？

要想实现精细化运营，数据是必不可少的一个环节。电商网站要提高运营效率，至少需要五大关键指标：活跃用户量、转化率、留存、复购和 GMV 。 1）活跃用户量是一个基本的指标，有 DAU（日活跃用户）、WAU（周活跃用户）和 MAU（月活跃用户）三个层次； 2）转化是一个非常重要的指标，电商运营需要关注主路径、次路径甚至精细到每一个品类 / SKU 的转化率； 3）留存要从不同的时间周期上研究，包

0.0000

0

1

0

关注作者

收藏

田齐齐

激活后打开SPSS出错，错误号2072

打开spss报错，错误号2072，如图所示：这个破解版的是这样的，虽然你卸载了，但是注册表里面还是留有信息的，所以你要确认把注册表里面的之前安装的信息删掉了才行。解决方法：卸载SPSS，然后用cclear清理一下注册表，然后载进行安装（安装路径最好不要更改）。

2.8822

1

3

0

关注作者

收藏

若水若谷

Excel问题：如何用函数重置一张表格？

答：使用IF({1,0},字段1，字段2)的方式

0.0000

0

2

0

关注作者

收藏

大魔王泛泛

scala中的 case class 的作用

1. 实例化的时候可以不用new创建实例2. 自动创建伴生对象并实现apply方法，这样创建对象时不用写new，因为只要写上类名就会自动调用它的构造方法3.默认实现了hashCode、copy和equals方法4. case class构造函数的参数是public级别的，我们可以直接访问；5. 模式匹配用

0.0000

0

6

0

关注作者

收藏

wo56565

对时间序列函数进行转化

时间序列对象是一种专为时间序列分析而设计的对象类型，其中包括两个维度，一个是描述指标的数值，还有一维是时间。时间序列对象和一般数值型向量类似，只不过是加了一个时间的描述。在R语言中可以使用ts(数据向量，frequency=表示将时间分开的时间间隔，start=c(第一个数据所表示的年，月))。详见下面的的例子。> sales.data

45.3383

4

2

0

关注作者

收藏

读童话的狼

如何查看SPSS的版本？

1、打开开始菜单，一般软件名字后边会跟有版本号，如：IBM SPSS Statistics 252、打开软件时会有提示，如下图： 3、打开软件内的帮助选项卡，点击关于，就可以显示版本号

2.8822

1

4

0

关注作者

收藏

wo56565

会员价值指标有哪些？

会员价值分群（钻石、黄金、白银客户）复购率一定周期内购买2次或以上会员比例消费频次最近一次购买时间最近一次购买金额（二八法则）

7.8383

3

4

0

关注作者

收藏

wo56565

用户不购买就是流失了吗？

CRM系统一般把12个月没有订单，就定义为流失客户。但是不排除用户数据“断层”：用户线下行为数据缺失用户线上行为数据缺失解决：用户线下行为数据补全：通过人脸识别、商品识别、进店路径、动作识别等机器学习算法应用。用户线上行为数据补全：腾讯分析、百度统计、nzz

5.2610

2

1

0

关注作者

收藏

若水若谷

MySQL问题：安装提示需要VC插件?

答：去下面网址下载：https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads

40.3822

2

3

0

关注作者

收藏

<1…319320321…531>

CDA考试动态

CDA报考指南