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

PGC123

Internet Explorer 11不能安装问题解决方法

1、卸载IE9(如果有的话)如果计算机上面安装有IE9，这将有可能会导致安装失败，此时就先把IE9卸载，重启电脑之后再安装IE11。卸载路径为：【控制面板】，【程序】，【程序和功能】，【已安装更新】，找到IE9之后单击右键，选择“卸载”。2、检查计算机的系统版本是否符合IE11的条件（如：32位/64位 win7 SP1及以上版本），如果不满足，那么将有可能会安装失败。在计算机图标上面单

0.0000

0

5

0

关注作者

收藏

PGC123

python的sorted函数

排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个dict呢？直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数抽象出来。Python内置的sorted()函数就可以对list进行排序：>>> sorted([36, 5, -12, 9, -21])[-21, -12, 5, 9, 3

0.0000

0

4

0

关注作者

收藏

PGC123

Python的filter函数用法

Python内建的filter()函数用于过滤序列。filter()接收一个函数和一个序列，把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。例如，在一个list中，删掉偶数，只保留奇数，可以这么写：def is_onumb(n): return n % 2 == 1list(filter(is_odd, [1, 2, 3, 4, 5,

0.0000

0

3

0

关注作者

收藏

PGC123

n步能到达顶端。每次可以爬一步或两步，有多少方法？

python编程你正在爬楼梯的情况。需要n个步骤才能到达顶端。每次你可以爬上1或2步。有多少种不同的方法可以爬到顶端？完全没思路，这个要怎么做？首先可以假设有y种爬到顶端的方法，则 y与n之间存在一种函数映射 y = f(n) 已知当 n = 1 则 y = 1当 n = 2 则 y = 2当 n>2时第一步骤可以是走一步或者两步。当第一步骤走一步时有f(n

0.0000

0

1

0

关注作者

收藏

zxq997

如何利用分词比重来制作词云图？

在利用自然语言处理之后，把一段文字，用jieba分词分好了之后，词语也有出现的频数。对这些频数进行排序，再用画图的形式来展现重要的词云图。以西游记的内容文本为例：导入WordCloud,ImageColorGenerator,STOPWORDS。#wordcloud库生成词云图import matplotlib.pyplot as pltfrom wordcloud import Wor

0.0000

0

1

0

关注作者

收藏

zxq997

如何利用jieba进行简单的分词？

jieba是python的第三方库，需要安装之后才能够导入。在导入成功后，代码就是一个简单的分词实例：import jiebatext_str='新华社东京28日电记者吴谷丰据日本共同社报道'text_str=text_str.strip()jieba.cut(text_str)result=list(jieba.cut(text_str))result=jieba.cut(text_

0.0000

0

1

0

关注作者

收藏

zxq997

python常用的异常机制有哪些？

Python垃圾回收机制Python GC主要使用引用计数（reference counting）来跟踪和回收垃圾。在引用计数的基础上，通过“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题，通过“分代回收”（generation collection）以空间换时间的方法提高垃圾回收效率。1 引用计数PyObject是每个对象必有的内容，其中obrefcnt

140.6275

2

3

0

关注作者

收藏

zxq997

构成时间数列的因素有哪些？

1、长期趋势（Secular Trends）由于某种根本原因的影响，客观现象在一个相当长的时间内所呈现出来的持续增加或持续减少的一种趋势和状态。例如：随着经济条件、医疗条件的发展，人口出生率有高于死亡率的趋势；随着劳动条件和手段的改善，劳动生产率有上升趋势等。2、季节趋势（Seasonal fluctuation）由于季节的转变而使时间数列发生周期性变化。这种周期性变化是以年为周期的可以预见

128.5712

1

4

0

关注作者

收藏

zxq997

什么是卡方分布？

定义：卡方统计量的抽样分布称为卡方分布，如果大小为n的所有可能的样本取自方差为σ2的正态分布总体，且对每一样本计算卡方统计量的特定值，则这些特定值将有一个称作卡方分布的连续概率分布（抽样分布）。卡方分布由一个特定的唯一的概率密度函数所定义，函数为：概率密度函数曲线如下，随着自由度的增加，曲线变成单峰的，且越来越对称。

0.0000

0

1

0

关注作者

收藏

PGC123

中括号里面加循环这是啥意思？

看网上代码的时候，像这种中括号里面出现循环啥意思？列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9,10]可以用list(range(1, 11))：但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？方法一是循

0.0000

0

2

0

关注作者

收藏

PGC123

mysql如何设置数据库编码格式为UTF-8

1、修改MySql的配置文件MySql的配置文件在Windows下为my.ini，我电脑上的路径如下图所示，需要说明的一点ProgramData是系统文件夹，因此默认是隐藏的，如果找不到需要设置显示隐藏文件在Linux下的路径为 /etc/my.cnf 使用记事本打开配置文件，在 [mysqld] 标签下加上以下内容：default-character-set = utf8ch

0.0000

0

2

0

关注作者

收藏

zxq997

excel中千分号‰和万分号‱的使用。

相信很多人都能在Excel中找到千分号和万分号。单击【插入】-【符号】在打开的对话框中，【字体】选择Lucida Sans Unicode，【子集】选择广义标点，如下图所示：但是，这样插入的符号是不能用于计算的。如果需要参与计算，我们可以用Substitute函数来协助完成。Substitute函数用于将字符串中部分字符串以新字符串替换，语法如下：SUBSTITUTE(te

0.0000

0

2

0

关注作者

收藏

291294878

过拟合问题

为什么会产生过拟合，有哪些方法可以预防或克服过拟合？一般在机器学习中，将学习器在训练集上的误差称为训练误差或者经验误差，在新样本上的误差称为泛化误差。显然我们希望得到泛化误差小的学习器，但是我们事先并不知道新样本，因此实际上往往努力使经验误差最小化。然而，当学习器将训练样本学的太好的时候，往往可能把训练样本自身的特点当做了潜在样本具有的一般性质。这样就会导致泛化性能下降，称之为过拟合，相反

0.0000

0

5

0

关注作者

收藏

291294878

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，首先在现实任务中我们会遇到维数灾难的问题(样本密度非常稀疏)，若能从中选择一部分特征，那么这个问题能大大缓解，另外就是去除不相关特征会降低学习任务的难度，增加模型的泛化能力。冗余特征指该特征包含的信息可以从其他特征中推演出来，但是这并不代表该冗余特征一定没有作用，例如在欠拟合的情况下也可以用过加入冗余特征，增加简单模型的复杂度。在理论上如果没

0.0000

0

5

0

关注作者

收藏

291294878

SVM、LR、决策树的对比？

SVM既可以用于分类问题，也可以用于回归问题，并且可以通过核函数快速的计算，LR实现简单，训练速度非常快，但是模型较为简单，决策树容易过拟合，需要进行剪枝等。从优化函数上看，soft margin的SVM用的是hinge loss,而带L2正则化的LR对应的是cross entropy loss，另外adaboost对应的是exponential loss。所以LR对远点敏感，但是SVM对

0.0000

0

2

0

关注作者

收藏

291294878

SVM 的推导，特性？多分类怎么处理？

SVM是最大间隔分类器从线性可分情况下，原问题，特征转换后的dual问题，引入kernel(线性kernel,多项式，高斯),最后是soft margin。线性：简单，速度快，但是需要线性可分多项式：比线性核拟合程度更强，知道具体的维度，但是高次容易出现数值不稳定，参数选择比较多。高斯：拟合能力最强，但是要注意过拟合问题。不过只有一个参数需要调整。多分类问题，一般将二分类推广到多分类

0.0000

0

3

0

关注作者

收藏

wangjuju123

python错误解析（六）

代码如下:class Super: def method(self): print "Super's method" class Sub(Super): def method(self): print "Sub's method" Super.method() print "Over

0.0000

0

1

0

关注作者

收藏

wangjuju123

python错误解析（五）

代码如下:bad = 'bad' try: raise bad except bad: print 'Got Bad!' 错误: Traceback (most recent call last): File "D:\Learn\Python\Learn.py", line 4, in raise bad

0.0000

0

5

0

关注作者

收藏

291294878

HDFS读写数据的过程有哪些？

读：1、跟namenode通信查询元数据，找到文件块所在的datanode服务器2、挑选一台datanode（就近原则，然后随机）服务器，请求建立socket流3、datanode开始发送数据（从磁盘里面读取数据放入流，以packet为单位来做校验）4、客户端以packet为单位接收，现在本地缓存，然后写入目标文件写：1、根namenode通信请求上传文件，namenode检

0.0000

0

0

0

关注作者

收藏

wangjuju123

python错误解析（三）

代码如下:>>> seq = [1, 2, 3, 4] >>> sep = ' ' >>> sep.join(seq) Traceback (most recent call last): File "", line 1, in sep.join(seq) TypeError: sequence item 0:

0.0000

0

1

0

关注作者

收藏

<1…517518519…531>

CDA考试动态

CDA报考指南