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

liting李

在python 中is和= = 的区别

Python中的对象包含三要素：id、type、value其中id用来唯一标识一个对象，type标识对象的类型，value是对象的值is判断的是a对象是否就是b对象，是通过id来判断的==判断的是a对象的值是否和b对象的值相等，是通过value来判断的如下代码或许可以帮助你理解。>>> a = 1>>> b = 1.0>>> a is bFalse>>> a == bTrue>>> id(a)12

172.7496

3

0

0

关注作者

收藏

liting李

sql中DATEDIFF() 函数怎么使用

定义和用法DATEDIFF() 函数返回两个日期之间的时间。语法DATEDIFF(datepart,startdate,enddate)startdate 和 enddate 参数是合法的日期表达式。datepart 参数可以是下列的值：datepart缩写年yy, yyyy季度qq, q月mm, m年中的日dy, y日dd, d周wk, ww星期dw, w小时hh分钟mi,

77.3832

3

0

0

关注作者

收藏

詹惠儿

请问以下week函数做法是否正确？

问：请问以下做法是否正确？答：不正确，我们计算生日是看月和日是否相同，不是看周数是否相同，例如下面的2019-1-5日和2020-1-5日用week函数计算的结果不同，但是却是本题中的答案。

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

面试提问：关于boosting

1. 记住损失函数的公式，并且不要忘了后面的约束项(在adboost和GBDT中约束是0)2. 除了adaboost classifier的基是分类树，其他的所有的boost算法(GBDTClassifer, GBDTRegressor,XGBoostClassifer, XBoostRegressor)的基是回归树3. 强行的记住Xgboost中损失函数的约束项是一个是对新的模型的叶节点总个数的

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

GBDT如何处理分类问题

1．基模型始终都是回归树模型2.损失函数是逻辑回归中的logloss损失函数,3.损失函数的优化的解提示了什么信息?提示新的模型是如何得到，是使用回归树模型训练X和之前的叠加模型遗留下来的类概率值相关的残差，并且树模型的叶节点的输出不再是想回归问题中残差的平均值，而是

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

如何控制模型的复杂度?

如何控制模型的复杂度?1．直接在模型的结构中进行控制，树模型中的剪枝,max_depth，min_samples_split2．从损失函数中通过添加约束项的方式来控制模型的复杂度(L1，L2范式)1.L1和L2范式是专门来控制模型的复杂度的2．只要模型有损失函数函数，那么就可以上L1，L2来控制复杂度

80.0000

1

0

0

关注作者

收藏

liting李

如何提高平均访问深度？

1、网站要合理的排版和布局。结构简洁明了的网站会让用户产生如沐春风的感觉，自然愿意多在网站停留一段时间了。2、网站的内容。总的来说，精良的网站内容会让用户停留更多时间。3、合理的导航和适当的内部链接锚文本。导航能让用户从任何页面都能够很轻易的回到其他想去的页面，但是导航切不可盲目的追求美观而去使用一些flash或者其他的搜索引擎难以辨认的内容，实用就行，一般可以直接使用文字导航，这样简洁明了。另外

36.0000

1

0

0

关注作者

收藏

liting李

excel出现值不可用错误怎么办

1、可能引用的数据为非数值格式，例如文本格式。此时应修改为数值格式2、内容中含有空格等不可见字符，用len函数查看字符长度，是否与显示相符.例如内容在A1单元格，可在B1查看其字符长度，输入“=len(A1)”，就会返回A1单元格中字符串的长度。

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

压缩思维笔记：GBDT

GBDT，梯度提升树模型：1. 可以处理回归问题，基是回归树模型，并且损失函数是MSE2. 也可以处理分类问题，基还可以是回归树模型，但是损失不一样，损失是logloss

0.0000

0

0

0

关注作者

收藏

liting李

什么是电商黄金公式？

问：什么是电商黄金公式？答：电商黄金公式：销售额 = 流量 * 转化率 * 客单价1.流量流量分为三大块：免费流量、付费流量、活动流量免费流量主要通过搜索渠道获取，跟商品的交易排名、上下架时间（这个上下架时间是虚拟的上下架时间，不是实际货品上下架时间）、店铺综合指数、SEO标题优化等相关；付费流量主要是通过付费推广，获得平台的资源位置展现；活动流量则是通过参与平台618、双11等活动，在活动

36.0000

1

0

0

关注作者

收藏

liting李

XGBT importance_type 参数解释

importance_type (str, 默认值为 'weight') – 选择输出的哪一种重要程度。可选的5类重要程度如下所示：(1)"weight"：在所有的树中，一个feature总共多少次被用于分割数据。分析：这个指标是一个变量被用于分割的绝对次数，这就造成了这个指标的缺点。对于定类变量和定序变量，由于他们天生能用于分割的点就比较少，很容易被"weight"指标所忽略。一个简单的例子就是

54.8496

2

0

0

关注作者

收藏

永洪科技

应届毕业生突破909万，数据盘点哪行工资最高，有你心仪的吗？

据最新统计数据显示，今年的应届毕业生人数将达到创纪录的909万人。如今，距离909万朝气蓬勃的年轻人进入职场，只剩下两个月的时间了。为了抓住应届毕业生求职的关键时期，全国各地已先后开展促进就业活动。大学生就业一直是我们比较关注的问题，借着今年毕业季，我们也可以用数据为毕业生指明求职道路，同时也可以让明年的毕业生提前了解求职方向。谈到毕业，首先要明确的是个人的前进方向。调查显示，应届毕业生大多会选择

0.0000

0

0

0

关注作者

收藏

liting李

COUNTIFS函数介绍

参数：COUNTIFS(条件区域1，条件1，条件区域2，条件2，……)，最多可以有127个条件区域和127个条件。作用：多条件统计，按要求的条件统计出对应的单元格个数。知识点1：COUNTIFS后面的条件区域行、列数必须和第一个条件区域的行、列数一模一样。知识点2：如果想用该函数求某一列有多少个空单元格，公式应该写成=COUNTIFS(区域列,"")。如果写成=COUNTIFS(区域列,空单元格E

36.0000

1

0

0

关注作者

收藏

永洪科技

想用一张报表满足多人需求？只需这3招，轻松实现0到100分新突破

企业中不同角色的人在看数据时，关心的详尽程度往往各有不同，管理者更关注粗粒度、如每个月的表现，一线运营人员则会希望看到每一天的表现。那么分析师应该如何只用一张报表来同时满足不同用户的需求呢？下面的做法将帮助您解决动态维度转换，通过脚本函数的编写，实现饼图上下钻取、图表动态绑定维度列、多维能力指数分析等功能场景，随心所欲替换展示不同需求。01 饼图下钻内容描述：通过超链接进行页面刷新并传参，在全局脚

0.0000

0

0

0

关注作者

收藏

永洪科技

促销活动办完却不知好坏？这有份千字秘笈，只需3招轻松量化结果

无论是百货超市、大卖场、电器商城等线下店铺，还是天猫店、淘宝店、京东店等线上店铺，促销活动已经是目前零售行业普遍使用的营销方式。面对打折、满减、优惠券、代金券、大抽奖、储值卡等等形形色色的促销形式，商家该怎样评判每次促销活动的成功与否、收益如何呢？Q：面对琳琅满目的打折优惠促销活动，零售商家如何知道活动办得好不好？借助大数据技术和YonghongBI平台，今天我们用3个典型的活动分析场景，拆解活动

2.9841

1

0

0

关注作者

收藏

啊啊啊啊啊吖

压缩思维笔记：PCA的优缺点

PCA的优点: 1. 对空间做线性的变化，从而更加安全来进行特征筛选，尽量的保留信息，降低欠拟合的风险。2. 新的特征下两两完全独立，这种独立的性质，对线性回归，逻辑回归，SVM模型是非常有效的。PCA的缺点：1. 只能对连续型的变量做PCA2. 对连续型的变量做PCA之前，一定要做标准化。3. 特征转换之后，新特征是完全独立的，但是不可以解释，所以如果业务的需求是要解释性强的模型，PCA就用不了

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：老师，这种分数不太高的模型后续提升分数大概是按什么步骤

------1. 找更多特征2. 使用更加强悍的模型

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：sklearn里包的分类

# sklearn里分两种包# 1. 机器学习模型包，这些包fit学习的是数据集特征和标签之间规律可以使用这个规律来预测标签，predict, score# 2. 数据处理的包，这个包的目标是处理，清洗，转化数据（transform）# 3. 不管是哪一种包，输入必须是二维数组，输出是array

55.1551

1

0

0

关注作者

收藏

liting李

什么是ab test

A / B测试，即有两个即将面对大众的设计版本(A和B)。通过小范围发布，得到并比较这两个版本之间你所关心的数据(转化率，业绩，跳出率等)，最后选择效果最好的版本。对于互联网产品来说，通过A/B测试提升点击转化率，优化获客成本已得到越来越多的关注。以获客环节为例：许多产品都会在百度、头条等渠道投放落地页广告，以完成新用户的注册转化，而落地页效果的好坏，会直接影响转化率和获客成本。以每月200万投放

55.1551

1

2

0

关注作者

收藏

詹惠儿

在matplotlib中，如何在箱线图中显示上下四分位，中位数等数值标签？

问：在matplotlib中，如何在箱线图中显示上下四分位，中位数等数值标签？答：在在matplotlib中没有直接的函数或参数设置数值标签，可以通过添加文本函数text()，先把箱线图的分位数求出，再写个循环逐一把分位数以文本的形式显示在图上，代码如下：x = np.random.randn(1000)plt.figure(figsize=(8, 6), dpi=80)plt.boxplot

55.1551

1

0

0

关注作者

收藏

<1…505152…531>

CDA考试动态

CDA报考指南