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

809669515

如何判断机器学习算法哪个更好？

为了告诉机器学习算法（或研究人员）模型2优于模型1，我们需要更好的指标，而不仅仅是计算错误的数量。我们介绍了真阳性，真阴性，假阳性和假阴性的概念：真阳性（TP rate） - 一个积极的例子，被正确归类为阳性真阴性（TN rate） - 一个阴性的例子，被正确分类为阴性误报（FP rate） - 一个否定的例子，但被错误地归类为正面假阴性（FN rate） - 一个积

114.3933

1

1

0

关注作者

收藏

wangjuju123

用python绘制太阳花

import turtle #import是一个关键字，用来引入一些外部库，这里的含义是引入一个名字叫turtle的函数库turtle.setup(800,600)#窗口的大小turtle.shape("turtle")turtle.begin_fill()#填充图形前，调用该方法turtle.color('red','yellow')#颜色是橙色turtle.speed(8)#画笔速度

0.0000

0

5

0

关注作者

收藏

809669515

什么是类不平衡问题？

什么是类不平衡问题？这是机器学习中的问题，其中一类数据的总数（正数）远小于另一类数据的总数（负数）。为什么这是一个问题？大多数机器学习算法在每个类的实例数大致相等时效果最佳。当一个类的实例数远远超过另一个类时，会出现问题。下面以一个例子来说明这一点。给定交易数据的数据集，我们想知道哪些是欺诈性的，哪些是真实的。现在，如果欺诈性交易发生，电子商务公司的成本很高，因为这会影响我们的客户对我

0.0000

0

1

0

关注作者

收藏

wangjuju123

python字段设置

一、执行python代码是出现以下错误：报错显示

0.0000

0

3

0

关注作者

收藏

PGC123

iloc索引不能增加行？

在pandas中基于位置索引有两种方式 loc 和 iloc,其中loc 是使用显示索引来定位数据的，所谓的显示索引即为我们给行标签列标签起的名字。iloc使用的是隐式索引定位标签，隐式索引为行列默认的索引值都是从零开始递增的[0,1,2,3,4.......]因为iloc使用的是隐式索引，这样增加行的时候无法增加显示的index值所以无法用他添加行或列。

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

如何进行特征选择

特征选择是一个重要的数据预处理过程，主要有两个原因：一是减少特征数量、降维，使模型泛化能力更强，减少过拟合;二是增强对特征和特征值之间的理解。常见的特征选择方式：1、去除方差较小的特征。2、正则化。1正则化能够生成稀疏的模型。L2正则化的表现更加稳定，由于有用的特征往往对应系数非零。3、随机森林，对于分类问题，通常采用基尼不纯度或者信息增益，对于回归问题，通常采用的是方差或者最小二乘拟合。

0.0000

0

4

0

关注作者

收藏

kejiayuan0806

标准化与归一化的区别

标准化是依照特征矩阵的列处理数据，其通过求z-score的方法，将样本的特征值转换到同一量纲下。归一化是依照特征矩阵的行处理数据，其目的在于样本向量在点乘运算或其他核函数计算相似性时，拥有统一的标准，也就是说都转化为“单位向量”。规则为l2的归一化公式如下：

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

决策树剪枝的方法

一般情况下可以使用如下两类方法来减小决策树的规模:一、在决策树完美分割学习样例之前，停止决策树的生长。这种提早停止树生长的方法，称为预剪枝方法。二、与预剪枝方法尽量避免过度分割的思想不同，一般情况下即使决策树可能出现过度拟合现象，算法依然允许其充分生长。在决策树完全生长之后，通过特定标准去掉原决策树中的某些子树。通常称这种方法为后剪枝方法。1、预剪枝方法预剪枝方法实际上是对决策树停止标准的

0.0000

0

4

0

关注作者

收藏

kejiayuan0806

决策树剪枝的方法与必要性

基于ID3算法实现的离散决策树生成。ID3算法的基本思想是贪心算法，采用自上而下的分而治之的方法构造决策树。首先检测训练数据集的所有特征，选择信息增益最大的特征A建立决策树根节点，由该特征的不同取值建立分枝，对各分枝的实例子集递归，用该方法建立树的节点和分枝，直到某一子集中的数据都属于同一类别，或者没有特征可以在用于对数据进行分割。ID3算法总是选择具有最高信息增益(或最大熵压缩)的属性作为当前

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

概率和似然有什么区别

概率和似然都是指可能性，但在统计学中，概率和似然有截然不同的用法。概率描述了已知参数时的随机变量的输出结果；似然则用来描述已知随机变量输出结果时，未知参数的可能取值。例如，对于“一枚正反对称的硬币上抛十次”这种事件，我们可以问硬币落地时十次都是正面向上的“概率”是多少；而对于“一枚硬币上抛十次，我们则可以问，这枚硬币正反面对称的“似然”程度是多少。概率(密度)表达给定θ下样本随机向量X=x的

0.0000

0

3

0

关注作者

收藏

809669515

SQL Server与MySQL的差异

平台到目前为止，一个关键的比较点是MySQL可以在多个平台上使用，而SQL Server只是Windows，并且似乎可能保持这种状态。然而，在2016年3月，微软宣布了支持Linux的计划 - 在整个数据库管理市场中发送冲击波。突然之间，SQL Server现在已经成为Linux环境的可行选择，以前这对客户来说是一个潜在的交易破坏者。兼容性长期以来，MySQL因为不支持其他关系数据库

0.0000

0

3

0

关注作者

收藏

809669515

Oracle和MySQL相比的优势

Oracle和MySQL是当今最流行的关系数据库之一，无论是在线还是离线。它们都是由甲骨文公司制造的，所以很多人都在问这两者之间的差异。好吧，Oracle和MySQL 之间的主要区别在于它们的功能，因为Oracle是比MySQL 更强大的软件。您可以获得内联视图，基于角色的安全性，高级复制等等。下面列出了Oracle对MySQL的几个关键功能。Oracle 的第一个主要优势是能够跨多个服务器分

0.0000

0

1

0

关注作者

收藏

PGC123

zip函数用法

zip()是啥意思？怎么用zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内存。我们可以使用 list() 转换来输出列表。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。zip 方法在 Python 2 和 Python 3 中的不同：在 P

0.0000

0

1

0

关注作者

收藏

PGC123

python* 的用法

一、表示乘号或者幂计算二、表示重复次数，例如：将字符串输出三次三、单个 * （1）、如：*parameter是用来接受任意多个参数并将其放在一个元组中。 def test(*p): print(p) test(1,2,3)(1, 2, 3)（2）、函数在调用多个参数时，在列表、元组、集合、字典及其他可迭代对象作为实参，并在前面加

0.0000

0

6

0

关注作者

收藏

PGC123

axis 参数怎么理解？

在numpy的许多函数中都有axis这么个参数怎么理解？ Axis参数决定一些计算规则的方向，如聚合类函数中的sum，可以根据axis的值来决定求和方向。0代表最外层括号的高维度方向以此类推，这里只有0,1,2三个维度，因此2代表最内层括号的维度，不同方向计算结果如下图所示：

17.3451

1

2

0

关注作者

收藏

PGC123

numpy数组的副本与视图

操作和修改数组时，他们的数据有时被复制到一个新的数组中有时候没有，这有点不太理解，什么时候是副本什么时候是视图呢？为了节省计算机内存numpy 有视图与副本两种状态除非显示的调用copy()函数否则都是视图。 1.一点也没拷贝的状态（两个变量指向相同内存空间）import numpy as npa = np.arange(27)b = a #并没有新的对象被创建，a和b只是相同

0.0000

0

2

0

关注作者

收藏

PGC123

行列式与矩阵区别？

行列式与矩阵是两个东西，他们区别是：1. 矩阵是一个表格，行数和列数可以不一样；而行列式是一个数，且行数必须等于列数。只有方阵才可以定义它的行列式，而对于长方阵不能定义它的行列式。2. 两个矩阵相等是指对应元素都相等；两个行列式相等不要求对应元素都相等，甚至阶数也可以不一样，只要运算代数和的结果一样就行了。3.两矩阵相加是将各对应元素相加；两行列式相加，是将运算结果相加，在特殊情况下(

17.3451

1

4

0

关注作者

收藏

PGC123

numpy ndarray数组的维度怎么理解？

Numpy创建数组的维度怎么理解？如下图所示，有多少维度可以看有几层中括号，下图分别是1*27一维数组、9*3的二维数组、3*9的二维数组、3*3*3的三维数组。

0.0000

0

2

0

关注作者

收藏

291294878

MySQL中varchar与char的区别及含义？

(1)、varchar与char的区别char是一种固定长度的类型，varchar则是一种可变长度的类型(2)、varchar(50)中50的涵义最多存放50个字符，varchar(50)和(200)存储hello所占空间一样，但后者在排序时会消耗更多内存，因为order by col采用fixed_length计算col长度(memory引擎也一样)(3)、int（20）中20的涵义是

0.0000

0

1

0

关注作者

收藏

291294878

深拷贝和浅拷贝的区别是什么？

浅拷贝：创建一个新的对象，但它包含的是对原始对象中包含项的引用（如果用引用的方式修改其中一个对象，另外一个也会修改改变）{1,完全切片方法；2，工厂函数，如list()；3，copy模块的copy()函数}深拷贝：创建一个新的对象，并且递归的复制它所包含的对象（修改其中一个，另外一个不会改变）{copy模块的deep.deepcopy()函数}

17.3451

1

4

0

关注作者

收藏

<1…505506507…530>

CDA考试动态

CDA报考指南