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

假设 A 是一个 n1×k1 矩阵， B 是一个 n2×k2 矩阵，并且 k1 = n2，那么这两个矩阵的乘积AB 则是一个 n1×k2 矩阵，其中第 (i,j) 项为：Ai1B1j Ai2B2j … AikBkj下面，我们仅计算矩阵 A 的第 i 行（可以视为一个向量）与矩阵 B 的第 j 列（也可以视为一个向量）的点积，具体代码如下所示：def matrix_product_e

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

什么是词语

一般情况下，数据科学家并不看重词云，这在很大程度上是因为单词的布局没有任何特殊意义，顶多意味着“这里还有一些空，可以放上一个单词”而已。当你不得不生成一个词云的时候，不妨考虑一下能否透过词的坐标传达某些东西。举例来说，假如你收集了一些与数据科学相关的流行语，那么对于每一个流行语，你可以用两个介于 0 至 100 之间的数字来描述，第一个数字代表它在招聘广告中出现的频次，第二个数字是在

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

有时候，数据的“真实”（或有用的）维度与我们掌握的数据维度并不相符。现在，已有一个去均值的矩阵 X，我们想问，最能抓住数据最大变差的方向是什么？具体来说，给定一个方向 d（一个绝对值为 1 的向量），矩阵的每行 x 在方向 d 的扩展是点积 dot(x, d)。并且如果将每个非零向量 w 的绝对值大小调整为 1，则它们每个都决定了一个方向：def direction(w):mag =

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

探索一维数据

最简单的情形是，你得到的一个数据集合仅仅是一维数据集。比如，它们可以是每个用户在你的网站上平均每天花费的时间，每个数据科学教程视频的观看次数，或者是你的数据科学图书馆中每本数据科学书的页数。第一步显然是计算一些总结性统计数据。比如你可能想知道你的数据集中有多少个数据点，最小值是多少，最大值是多少，平均值是多少，或者标准差是多少。如果你仍不能很好地理解以上步骤，那么下一步最好是绘出直

0.0000

0

0

0

关注作者

收藏

詹惠儿

怎么用Python重命名多个文件？

先决条件： Python中的OS模块在Python3中，rename（）方法用于重命名文件或目录。这个方法是os模块的一部分，非常方便。os.rename（）的语法：os.rename（src，dst）： src是要重命名的文件的源地址，dst是具有新名称的目标。现在说在给具有随机名称的文件夹中给出n个图像。例如，请考虑以下图片：现在要求是以有序的方式重命名它们，如hostel1，

0.0000

0

2

0

关注作者

收藏

詹惠儿

怎么用zip实现单行转置？

使用zip：Zip返回元组的迭代器，其中第i个元组包含来自每个参数序列或迭代的第i个元素。在这个例子中，我们使用*解压缩我们的数组，然后压缩它以获得转置。matrix=[(1,2,3),(4,5,6),(7,8,9),(10,11,12)] for row in matrix: print(row) print("\n") t_matrix = zip(*matrix) for ro

0.0000

0

1

0

关注作者

收藏

詹惠儿

在Python中怎么以单行转置矩阵

矩阵的转置是我们在python中可以非常容易地执行的任务（使用嵌套循环）。但是有一些有趣的方法可以在一行中做同样的事情。在Python中，我们可以将矩阵实现为嵌套列表（列表中的列表）。每个元素都被视为矩阵的一行。例如，m = [[1,2]，[4,5]，[3,6]]表示3行2列的矩阵。列表的第一个元素 - m [0]和第一行中的元素，第一列 - m [0] [0]。使用嵌套列表理解：嵌套列表

0.0000

0

3

0

关注作者

收藏

詹惠儿

numpy的矩阵特征值函数

numpy.linalg.eigh（a，UPLO ='L'）：此函数用于返回复Hermitian（共轭对称）或实对称矩阵的特征值和特征向量。返回两个对象，一个包含该对象的一维数组a的特征值，以及相应特征向量的2-D方阵或矩阵（取决于输入类型）（在列中）。

0.0000

0

1

0

关注作者

收藏

詹惠儿

学习python有什么优点及应用？

Python是一种高级，解释和通用的动态编程语言，专注于代码可读性。与Java和C.相比，它的步骤更少。它由开发人员Guido Van Rossum于1991年创建。它在许多组织中使用，因为它支持多种编程范例。它还执行自动内存管理。优点：1）第三方模块的存在2）广泛的支持库（NumPy用于数值计算，Pandas用于数据分析等）3）开源和社区开发4）易于学习5）用户友好的数据结构6）

0.0000

0

5

0

关注作者

收藏

byd711122

关于hadoop集群的联通问题

分布式集群搭建后，主节点master ping子节点总是ping不同，反应如下：hduser@master:~$ ping slave1PING slave1 (192.168.152.141) 56(84) bytes of data.第一次搭建后可以ping通，重新搭建就不行了，也按老师的课件进行检查了，就是找不出原因。请教了。谢谢！

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

mySQL中char和varchar

char和varchar的区别：在建立数据库表结构的时候，为了给一个String类型的数据定义一个数据库的数据库类型，一般参考的都是char或者varchar。char的长度是不可变的，而varchar的长度是可变的，也就是说，定义一个char[10]和varchar[10],如果存进去的是‘csdn’,那么char所占的长度依然为10，除了字符‘csdn’外，后面跟六个空格，而varchar

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

MySQL修改root用户密码

在搭建本地wamp环境时候，忘记MySQL的root密码或打算修改root用户密码的方法：1、关闭正在运行的MySQL服务。2、打开DOS窗口，转到mysql\bin目录。3、输入mysqld --skip-grant-tables回车，启动MySQL服务的时候跳过权限表认证。a4、再开一个DOS窗口（刚才那个DOS窗口不要关闭），转到mysql\bin目录。5、输入mysql回车

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

MySQL修改密码的方法

MySQL如何修改root用户的密码方法一：用set password命令首先登录MySQL。格式：mysql> set password for 用户名@localhost = password('新密码');例子：mysql> set password for root@localhost = password('123');方法二：用mysqladmin格式：mysqladmin

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

R里插入时间

（1）已知时间尺度为小时的一系列数据，现在想让小时尺度转化为半小时尺度，即已知t1,t2。现在想变为t1,t1.5,t2，并且是t1.5的值等于t1和t2的二分之一，该怎么处理?require('tidyr')full_seq(c(1, 2, 3, 4, 5), 0.5)（2）已知时间尺度为10 分钟尺度的一系列数据，现在想让10分钟尺度转化为半小时尺度，即在t0.1,t0.2,t0.

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

R循环语句4--apply, lapply, sapply

R语言中的循环函数（Grouping Function）可以按组对数据进行处理，apply, lapply, sapply, tapply, mapply,等。这几个函数功能有些类似，下面介绍下这几个函数的用法。Apply这是对一个Matrix或者Array进行某个维度的运算。其格式是：Apply(数据,维度Index,运算函数,函数的参数)对于Matrix来说，其维度值为2，第二个参

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

R循环语句3--R剔除重复值

R剔除重复值比较困难，解决方法：如果有下列的数据> a公司比例1 a 0.42 a 0.33 a 0.24 b 0.55 b 0.4如果想仅保留每个公司的第一条数据，可使用如下方法> duplicated(a$公司)[1] FALSE TRUE TRUE FALSE TRUE> b a[!b,]公司比例1 a 0.44 b

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

### for循环与算法test.sum

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

SVM的一般流程

(1) 收集数据：可以使用任意方法。(2) 准备数据：需要数值型数据。(3) 分析数据：有助于可视化分隔超平面。(4) 训练算法： SVM的大部分时间都源自训练，该过程主要实现两个参数的调优。(5) 测试算法：十分简单的计算过程就可以实现。(6) 使用算法：几乎所有分类问题都可以使用SVM，值得一提的是， SVM本身是一个二类分类器，对多类问题应用SVM需要对代码做一些修改。

59.4182

1

2

0

关注作者

收藏

啊啊啊啊啊吖

处理数据中的缺失值

数据中的缺失值是个非常棘手的问题，有很多文献都致力于解决这个问题。那么，数据缺失究竟带来了什么问题？假设有100个样本和20个特征，这些数据都是机器收集回来的。若机器上的某个传感器损坏导致一个特征无效时该怎么办？此时是否要扔掉整个数据？这种情况下，另外19个特征怎么办？它们是否还可用？答案是肯定的。因为有时候数据相当昂贵，扔掉和重新获取都是不可取的，所以必须采用一些方法来解决这个问题。下

353.8013

2

2

0

关注作者

收藏

啊啊啊啊啊吖

逻辑回归的一般流程

(1) 收集数据：采用任意方法收集数据。(2) 准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另外，结构化数据格式则最佳。(3) 分析数据：采用任意方法对数据进行分析。(4) 训练算法：大部分时间将用于训练，训练的目的是为了找到最佳的分类回归系数。(5) 测试算法：一旦训练步骤完成，分类将会很快。(6) 使用算法：首先，我们需要输入一些数据，并将其转换成对应的结构化数值；

0.0000

0

1

0

关注作者

收藏

<1…473474475…531>

CDA考试动态

CDA报考指南