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

啊啊啊啊啊吖

用零和1替换数据框中的值

我想在数据帧中重新定义值，其中0表示NaN值，1表示值。这是我的数据： AA AAPL FB GOOG TSLA XOMDate 2018-02-28 NaN 0.068185 NaN

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

如何在行尾出现字母数？

我有以下数据集，我想在其中应用数据透视表。import pandas as pdimport numpy as npdf2 = pd.DataFrame(np.array([ ['vishal','2018-2-1' ,'a' ], ['vishal','2018-2-2' , 'n'], ['vishal','2018-

75.0000

1

5

0

关注作者

收藏

詹惠儿

如何用python输出阶梯形矩阵

以下代码用以实现输出连续数字的阶梯形矩阵# Function to demonstrate printing pattern of numbers def contnum(n): # initializing starting number num = 1# outer loop to handle number of rows for i in range(0, n)

0.0000

0

1

0

关注作者

收藏

詹惠儿

如何用python模拟星形数学模型？

以下代码展示了用python如何模拟星形数学模型：# Function to demonstrate printing pattern triangle def triangle(n): # number of spaces k = 2*n - 2# outer loop to handle number of rows for i in range(0, n):

0.0000

0

0

0

关注作者

收藏

PGC123

range函数的返回值是什么？

range函数的返回值是什么？答：range 函数在python2 与python3中是不同的，在python2中range函数返回的是序列，而在python3中返回的是生成器。range函数定义如下：range([start,]stop[, step])start :起始值stop: 终止值step:步长

0.0000

0

5

0

关注作者

收藏

詹惠儿

如何用list完成金字塔模型构建

在Python 3中使用List，这可以通过更简单的方式完成# Python 3.x code to demonstrate star pattern # Function to demonstrate printing pattern def pypart(n): myList = [] for i in range(1,n 1): myList.append("*"*i

0.0000

0

4

0

关注作者

收藏

wenlongg

交叉验证(CrossValidation)方法思想简介

以下简称交叉验证(Cross Validation)为CV.CV是用来验证分类器的性能一种统计分析方法,基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set),首先用训练集对分类器进行训练,在利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标.常见CV的方法如下:1).H

0.0000

0

3

0

关注作者

收藏

PGC123

xrange的用法是什么？

xrange的用法是什么？答：xrange是python2中的内建函数用来生成一个生成器的，函数定义如下：xrange([start,]stop[, step])主要有三个参数： start ：起始值(闭) stop : 终止值（开） step : 步长xrange(1,9,1) # 生成12345678 8个数的生成器

0.0000

0

1

0

关注作者

收藏

wenlongg

bias和variance是什么？

一、偏差（bias）和方差（variance）的含义（1）泛化误差可以分解成偏差的平方加上方差加上噪声。偏差度量了学习算法的期望预测和真实结果的偏离程度,刻画了学习算法本身的拟合能力,方差度量了同样大小的训练集的变动所导致的学习性能的变化,刻画了数据扰动所造成的影响,噪声表达了当前任务上任何学习算法所能达到的期望泛化误差下界,刻画了问题本身的难度；（2）偏差和方差一般称为bias和varian

0.0000

0

0

0

关注作者

收藏

wenlongg

什么是正则化、如何理解正则化以及正则化的作用？

————————————【什么是正则化、如何理解正则化、以及正则化的作用？】————————————提到正则化，最好的切入点就是“过拟合”，简单地理解过拟合就是模型过分学习并拟合数据导致模型泛化性能较差。通过正则化的方法，可以尽量避免过拟合的发生。一、正则化的概念What正则化-Regularization（也称为惩罚项或范数）就是通过对模型的参数在“数量”和“大小”方面做相应的调整，从

0.0000

0

3

0

关注作者

收藏

zxq997

如何输出两位小数的百分数（如38.19%）

第一个百分号：和 .2f 相连，表示浮点数类型保留小数点后两位（四舍五入）格式化输出；后面两个连续的百分号：最终会输出一个%号，实现对%的转义a=0.381912print('a=%.2f%%'%(a*100))输出结果a=38.19%

0.0000

0

2

0

关注作者

收藏

zxq997

lambda匿名函数

变量=lambda 函数参数（用逗号隔开）:表达式例：square=lambda x:x*x等同于：def square(x): return x*x 参考如下：匿名函数，顾名思义，就是指一个没有名称的函数。在 Python 中，常规函数使用 def 关键字定义，但匿名函数使用 lambda 关键字定义。正因如此，匿名函数也被称为 lambda 函数。

0.0000

0

5

0

关注作者

收藏

zxq997

'rolling_mean' —报错解决

问题描述：AttributeError: module 'pandas' has no attribute 'rolling_mean' —报错解决原因：应该是pandas版本问题，如pandas 0.17.0版本rolling相关模块有，但是，pandas 0.18.0之后用法改为DataFrame/Series.rolling(window, min_periods=None,

0.0000

0

5

0

关注作者

收藏

zxq997

module 'pandas' has no attribu

问题描述：AttributeError: module 'pandas' has no attribute 'rolling_count'解决方案：因为接口更新了有两个方案1、卸载重新安装2、df.rolling().mean()

0.0000

0

1

0

关注作者

收藏

zxq997

用scikit-learn和pandas学习线性回归

对于想深入了解线性回归的童鞋，这里给出一个完整的例子，详细学完这个例子，对用scikit-learn来运行线性回归，评估模型不会有什么问题了。1. 获取数据，定义问题　　　　没有数据，当然没法研究机器学习啦。:) 这里我们用UCI大学公开的机器学习数据来跑线性回归。　　　　数据的介绍在这： http://archive.ics.uci.edu/ml/datasets/Combined+Cyc

0.0000

0

4

0

关注作者

收藏

zxq997

pandas获取雅虎金融数据

首先，需要引入相应的包mport pandas as pdimport numpy as npfrom pandas_datareader import data, wb # 需要安装 pip install pandas_datareaderimport datetimeimport matplotlib.pyplot as pltimport matplotlibmatplotl

0.0000

0

2

0

关注作者

收藏

zxq997

在excel中数字前面怎么加00

数字格式下一般是无法加0的，加0后一般是文本格式的数字。下面说几种加0方法：1、手动加0：要输入单引号后在输入数字（效果如同改变单元格格式为文本），例‘00012、用公式如A1单元是1。(1)、B1输入="000"

64.3413

1

1

0

关注作者

收藏

dreamhappy2012

多重共线性的处理方法有哪些？

问、多重共线性的处理方法有哪些？答：将一个或多个自变量从模型中剔除，使保留的自变量尽可能不相关；如果保留所有自变量，那就应该1避免根据t统计量对单个参数进行检验2对因变量的推断限定在自变量样本值的范围内。

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

多重共线性的判别方法主要有哪些？

问、多重共线性的判别方法主要有哪些？答：模型中各对自变量显著相关；当模型的线性关系检验显著时，几乎所有回归系数的检验却不显著；回归系数的正负号与预期相反；容忍度（1-RI 2）越小，多重共线性越严重，当小于0.1时，存在严重的多重共线性；方差扩大因子（VIF=1/（1-RI 2））越大，多重共线性越严重，当大于10时，存在严重的多重共线性。

64.3413

1

2

0

关注作者

收藏

dreamhappy2012

多重判定系数和调整的多重判定系数的含义和作用是什么？

问、解释多重判定系数和调整的多重判定系数的含义和作用。答：多重判定系数：多元回归中的回归平方和占总平方和的比例。作用：是度量多元回归方程拟合程度的一个统计量，反映了在因变量y的变差中被估计的回归方程所解释的比例。调整的多重判定系数：作用：用样本容量和自变量的个数调整R2得到 Ra 2永远小于R2，且Ra 2的值永远不会随着模型自变量的增加而越来越接近1。

0.0000

0

4

0

关注作者

收藏

<1…428429430…530>

CDA考试动态

CDA报考指南