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

office卸载小心得

关于家庭版office卸载的问题，许多同学在安装专业版office的时候，总是遇到原有自己笔记本自带的家庭版office卸载不干净，这里介绍一下我自己笔记本和帮助其他人解决的方式，屡试不爽。如果你的笔记本是wind10的，首先打开菜单键：找到你需要卸载的office具体软件，我一般卸载常用的，比如excel，word，PPT等，右键还有一种方式：找到安装的文件夹，找到

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何用python做方差分析

方差分析ANOVA代表方差分析。执行以确定不同分类数据组之间的关系。在ANOVA下我们有两个测量结果：- F-testscore：显示组的变量意味着变化 p值：它显示结果的重要性这可以使用python模块scipy方法名称f_oneway（）执行语法：import scipy.stats as stst.f_oneway(sample1, sample2, ..)这些样品是每

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何提高R运行速度（2）

相反，我们可以创建一个具有正确尺寸（行/列）的空矩阵来保存结果。然后我们遍历文件，但这次我们填写f结果矩阵的第一列out。这次R没有复制/增长来处理。a在这个简单的例子中，analyze2和的计算时间差别不大analyze3。这是因为我们只迭代12个文件，因此我们只进行12次复制/增长操作。如果我们在更多文件或我们正在增长的数据对象上这样做，那么复制/增长的代价将会大得多。请注意，ap

0.0000

0

3

0

关注作者

收藏

詹惠儿

回顾一下range（）函数的一般语法，即range(start, stop, step)该range()函数返回值的start值范围，直到但不包括stop值，其中每个值基本上是，start 1*step, start 2*step, start 3*step, ...如果我们选择一个非常大的step值，那么这个函数的运行方式就没有任何区别。它只包含小于该stop值的值，因此如

0.0000

0

6

0

关注作者

收藏

kejiayuan0806

Excel 的数据分析功能

Excel不仅是一个数据存储工具，还是一个简单的数据分析工具，添加EXCEL数据分析插件后，可以做一些简单相关、回归等分析。那么如何添加EXCEL数据分析插件呢?以office2016专业增强版为例，具体操作演示如图所示。1、新建并打开excel表格。 2、添加数据分析插件，点击“文件”功能，在弹出的对话框中选择“选项”功能。 3、在弹出的对话框中点击“加载项”选项，选中“分析工具

0.0000

0

4

0

关注作者

收藏

詹惠儿

python的对应关系（2）

使用集合，它可以表示为：a在这种情况下，每个学生只参加1门课程，但许多学生已经完成了1门课程。多对多 -当所有实体集中的实体可以在关系中不止一次参与时基数是多对多的。让我们假设学生可以参加一门以上的课程，许多学生可以参加一门课程。所以这种关系会有很多很多。a使用集合，它可以表示为：a在该示例中，学生S1登记在C1和C3中，课程C3由S1，S3和S4登记。因此，这是多对多的关

0.0000

0

2

0

关注作者

收藏

詹惠儿

控制台窗口（在RStudio中，左下方面板）是R等待您告诉它该做什么的地方，以及它将显示命令结果的位置。您可以直接在控制台中键入命令，但在关闭会话时会忘记它们。最好在脚本编辑器中输入命令，然后保存脚本。通过这种方式，您可以完整记录您的操作，您可以轻松地向其他人展示您是如何做到的，如果需要，您可以稍后再次执行此操作。您可以复制粘贴到R控制台，但Rstudio脚本编辑器允许您使用Ctrl Retur

0.0000

0

1

0

关注作者

收藏

詹惠儿

python的序列数据类型

当您尝试显示时，可能会出现错误Series。导致此错误的主要原因是Pandas会查找要显示的信息量，因此您应该提供sys输出信息。您可以通过执行以下代码来解决错误：import pandas as pd import syssys.__stdout__ = sys.stdoutseries1 = pd.Series([1,2,3,4]) print(series1) Se

0.0000

0

2

0

关注作者

收藏

詹惠儿

一个Series类似于一维数组。它可以存储任何类型的数据。Pandas中Series的值是可变的，但Series的大小是不可变的，不能更改。系列中的第一个元素分配了索引0，而最后一个元素位于索引处N-1，其中N是系列中元素的总数。要创建Pandas Series，我们必须首先通过Python import命令导入Pandas包：import pandas as pd要创建Series

0.0000

0

2

0

关注作者

收藏

詹惠儿

python的数据框数据类型

print(df)将通过控制台向我们显示DataFrame的内容，允许我们检查和验证其内容。但是，在显示DataFrame时，您可能已经注意到表的开头有一个附加列，其元素从0开始。此列自动创建，它标记行的索引。要创建DataFrame，我们必须调用pd.DataFrame()上面示例中所示的方法。我们可以从列表甚至一组列表中创建DataFrame。我们只需调用该pd.DataFrame()

0.0000

0

5

0

关注作者

收藏

詹惠儿

理解数据框

Pandas DataFrame可以看作是一个表。它将数据组织成行和列，使其成为二维数据结构。列具有不同的类型，并且DataFrame的大小是可变的，因此可以被修改。要创建DataFrame，您可以选择从头开始或将其他数据结构（如Numpy数组）转换为DataFrame。以下是从头开始创建DataFrame的方法：import pandas as pd df = pd.DataFrame

0.0000

0

6

0

关注作者

收藏

詹惠儿

决策树模型要注意什么

结合连续值属性我们对ID3的初始定义仅限于采用一组离散值的属性。使ID3算法对连续变量更有用的一种方法是在某种程度上将它们转换为离散变量。假设在我们的Play Badminton示例中温度是连续的，我们可以测试温度值的某些分区的信息增益，例如温度> 42.5。通常，每当分类从“否”变为“是”或“是”变为“否”时，将两个温度的平均值视为潜在的分区边界。因为42对应于否，43对应于是，42.

0.0000

0

6

0

关注作者

收藏

詹惠儿

如何区分神经网络和机器学习

深度学习是多层神经网络的新名称。可以说，深度学习是神经网络的增强和强大形式。两者之间的区别是微妙的。不同之处在于，与神经网络（最多2层构建）相比，深度学习模型建立在几个隐藏层（例如，超过2个）上。由于数据有多种形式（表格，图像，声音，网络等），线性方法很难学习和检测数据中的非线性。实际上，很多次甚至非线性算法（例如基于树的（GBM，决策树））都无法从数据中学习。在这种情况下，多层神经

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何评估混淆矩阵的精确度？

无效偏差和剩余偏差观察的偏差计算为该观察的对数可能性的-2倍。可以使用其类型进一步理解偏差的重要性：零和残余偏差。从没有特征的模型计算空偏差，即仅截距。零模型通过恒定概率预测类。残余偏差是从具有所有特征的模型计算的。在与线性回归相关的情况下，将剩余偏差视为残差平方和（RSS）和零偏差作为总平方和（TSS）。无效和剩余偏差之间的差异越大，模型越好。此外，您可以使用这些指标来比较多个模型

0.0000

0

1

0

关注作者

收藏

詹惠儿

AIC是什么？

在线性回归中，我们检查调整后的R²，F统计量，MAE和RMSE，以评估模型拟合度和准确度。但是，Logistic回归采用了所有不同的指标集。在这里，我们处理概率和分类值，以下是用于Logistic回归的评估指标：Akaike信息标准（AIC）您可以将AIC视为多元回归中调整后的r square的对应物。这是模型拟合的重要指标。它遵循以下规则：越小越好。 AIC惩罚模型中越来越多的系数

0.0000

0

3

0

关注作者

收藏

詹惠儿

怎么区分and和or运算符？

在SQL中，AND＆OR运算符用于过滤数据并根据条件获得精确结果。AND和OR运算符与WHERE子句一起使用。这两个运算符称为联合运算符。AND运算符：此运算符仅显示条件condition1和condition2的计算结果为True的那些记录。OR运算符：此运算符显示条件condition1和condition2中的任何一个计算为True的记录。也就是说，condition1为True或

0.0000

0

1

0

关注作者

收藏

詹惠儿

SQL和NoSQL之间的区别（2）

结构 -SQL数据库是基于表的，另一方面NoSQL数据库是键值对，基于文档的，图形数据库或宽列存储。这使得关系SQL数据库成为需要多行事务的应用程序（如会计系统）或为关系结构构建的遗留系统的更好选择。属性遵循 -SQL数据库遵循ACID属性（原子性，一致性，隔离性和持久性），而NoSQL数据库遵循Brewers CAP定理（一致性，可用性和分区容差）。支持 -来自其供应商的所有SQL数据

0.0000

0

1

0

关注作者

收藏

詹惠儿

NoSQL的优缺点（2）

GUI不可用 -市场上没有灵活的GUI模式工具来访问数据库。对于像MongoDB这样的NoSQL数据库来说，备份备份是一个很大的弱点。MongoDB没有以一致的方式备份数据的方法。大文档大小 -某些数据库系统（如MongoDB和CouchDB）以JSON格式存储数据。这意味着文档非常大（BigData，网络带宽，速度），并且具有描述性的密钥名称实际上会受到伤害，因为它们会增加文档大小。N

0.0000

0

2

0

关注作者

收藏

詹惠儿

NoSQL是什么？

NoSQL最初参照非SQL或非关系是，提供了一种用于存储和检索数据的机构的数据库中。此数据使用关系数据库中使用的表格关系以外的方式建模。这样的数据库在20世纪60年代后期出现，但直到二十一世纪初的人气激增才获得NoSQL绰号。NoSQL数据库用于实时Web应用程序和大数据，并且它们的使用随着时间的推移而增加。NoSQL系统有时也称为SQL，不仅强调它们可能支持类似SQL的查询语言这一事实

0.0000

0

2

0

关注作者

收藏

詹惠儿

SQL的查询处理语句（2）

步骤2：优化器：在优化阶段，数据库必须至少对一个唯一的DML语句执行硬解析，并在此解析期间执行优化。除非数据库包含需要优化的DML组件（如子查询），否则此数据库永远不会优化DDL。这是一个过程，其中检查满足查询的多个查询执行计划，并且满足执行最有效的查询计划。数据库目录存储执行计划，然后优化器传递最低成本计划以供执行。行源生成 -行源生成是一种软件，它从优化器接收最佳执行计划，并生成可由数

0.0000

0

5

0

关注作者

收藏

<1…464465466…531>

CDA考试动态

CDA报考指南