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

291294878

怎样实现数据的归一化和标准化？

严谨来说，归一化只是标准化的一种方式，最常见的是以下两种：1、min-max标准化（Min-max normalization）x*=(x-min)/(max-min)可映射到[0,1]，若为了映射到[-1,1],则在此基础上2x*-1注：这种方法有一个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。2、z-score标准化(zero-mean normali

230.1389

9

1

0

关注作者

收藏

kejiayuan0806

MySQL安装失败的原因及解决方法

问题一：MySQL安装过程中报apply security setting错误解决方法：1.卸载MySQL。2.C盘搜索mysql相关的mysql文件全部删除3. 删除注册表信息：桌面左下角点击windows图标，在里面输入regedit点击进入按目录查找文件删掉HKEY_LOCAL_MACHINE/SYSTEM/ControlSet001/Services/Eventlog/Applic

216.7957

4

0

0

关注作者

收藏

啊啊啊啊啊吖

开心，R安装包出错得到解决~分享一波

程序包->设定CRAN镜像->China(Beijing 4)[https]->确定程序包->安装程序包->multcomp结果：--- 在此連線階段时请选用CRAN的鏡子 ---试开URL’https://mirrors.tuna.tsinghua.ed ... /multcomp_1.4-1.zipContent type 'application/zip' length 63111

216.7970

6

0

0

关注作者

收藏

啊啊啊啊啊吖

R分组排序删选的问题解决

有一个数据框，现在INPUT_FID是1~425，我想每组按照DISTANCE排序，抽取每组DISTANCE最小的前50个的行，输出组成一个新的数据框，在R里应该怎么操作？library(tidyverse)newData %group_by(INPUT_FID) %>%top_n(n = 50, wt = desc(DISTANCE))

76.6461

3

0

0

关注作者

收藏

809669515

如何用Python3的for循环生成5阶Hibert矩阵？

python3实现：nums=[1,2,3,4,5]for i in nums: for j in nums: hilbert=round(1/(i j-1),5) if j==5: print(hilbert,end="\n") else: print(h

189.1847

6

1

0

关注作者

收藏

PGC123

MySQL workbench 闪退

发生闪退的原因是多样的，既有可能是操作系统的原因也有可能是软件本身的原因，因此解决方法也不唯一。解决办法：一、操作系统原因一个软件的成功运行必须依赖于操作系统提供的接口、类库的底层支持，比如workbench就需要如下类库的支持。dotNetFx40_Client_setup.exedotNetFx40_Full_x86_x64.exeMicrosoft Visual C 2010

67.4288

14

2

0

关注作者

收藏

啊啊啊啊啊吖

决策树画roc曲线的折点问题

使用的是pROC包，关于roc（）的参数我有点疑惑，modelroc

115.7926

4

0

0

关注作者

收藏

啊啊啊啊啊吖

用R做单因素方差分析真的很easy

方差分析在统计学上是很重要的一个知识，其是基于平方和分解的一种推断统计方法，其目的在与推断两组或多组总体的均值是否相等，检验两个或多个均值的差异是否在统计意义上显著。总平方和(SST)=组内平方和(SSE) 组间平方和(SSB) （均是离均差平方和）自由度 n-1 = n-g g-1离均差平方和自能反应变异的绝对大小，变异程度除与离均差平方和的大小有关外，还与其自由度有关。引入均方差(M

115.7926

4

0

0

关注作者

收藏

809669515

安装surprise报错的处理方法2

报错信息：CondaIOError:Missing write permissions in:C:\ProgramData\Anaconda3解决方法：运行cmd的时候用管理员权限，或者直接修改这个C：\ProgrmData\Anaconda3文件夹的当前用户权限，勾选全部权限。

114.7606

4

0

0

关注作者

收藏

zxq997

修改jupyter notebook的存储路径

1）在我的电脑里面查找jupyter_notebook_config.py 文件，打开，查找notebook_dir，做如下更改：（一定要去掉#），保存。 1.1) 若没有，现在终端生成config.py配置文件： 1.2) 再重复开头的操作。2) 然后jupyter notebook里面输入语句：%pwd查看是否更改成功，如下图：

142.5403

8

0

0

关注作者

收藏

阿抽哥哥

迭代与递归的优缺点与区别

递归：程序调用自身的编程技巧称为递归,是函数自己调用自己。优点：1、大问题化为小问题,可以极大的减少代码量；2、用有限的语句来定义对象的无限集合；3、代码更简洁清晰，可读性更好。缺点：1、递归调用函数,浪费空间；2、递归太深容易造成堆栈的溢出。迭代：利用变量的原值推算出变量的一个新值。如果递归是自己调用自己的话，迭代就是A不停的调用B。优点：1、迭代效率高，运行时间只因循环次数增加而增加

138.7106

3

2

0

关注作者

收藏

809669515

SQL使用视图的优缺点

视图究竟是什么呢？如果用一句话概述的话，就是“从 SQL 的角度来看视图就是一张表”。实际上，在 SQL 语句中并不需要区分哪些是表，哪些是视图，只需要知道在更新时它们之间存在一些不同就可以了。至少在编写 SELECT 语句时并不需要特别在意表和视图有什么不同。优点：1.视图的好处就是在你做复杂的查询逻辑时可以简化你的思考过程。2.用视图可以隐藏一定的信息，用过滤后查询出来的数据集组成视图

130.2857

5

0

0

关注作者

收藏

809669515

数据文件里各类编码格式有什么不同？

不同的国家和地区制定了不同的标准，由此产生了 GB2312、GBK、GB18030、Big5、Shift_JIS 等各自的编码标准。这些使用多个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。在简体中文Windows操作系统中，ANSI 编码代表 GBK 编码；在繁体中文Windows操作系统中，ANSI编码代表Big5；在日文Windows操作系统中，ANSI 编码代表 Shif

49.6896

4

0

0

关注作者

收藏

PGC123

解决类OLEOBJECT的Activate方法无效

一、问题描述在使用Excel的Power View组件时偶尔有人会遇到提示 Activate method of OLEObject class failed 或类OLEOBJECT的Activate方法无效如下图所示这是为啥呢？原来出于安全考虑新的Windows版 Office会默认禁用 Flash 、 Silverlight和Shockwave 控件。这样大多数用户是不会受到影响

294.1986

26

5

0

关注作者

收藏

wangjuju123

1.问题描述：安装附件文件中的 Power BI 环境文件解决答：office2016已经不需要再另外安装powerBI的插件，已经自带可以使用。在文件-加载项-COM加载项中可以自行将三个功能添加到选项卡中。另外：Power Query 需要 IE9 以上版本；Power View 需要 Silver Light ；Power Pivot 一般需要企业版 Excel（现在貌似家庭和学生版

35.4177

6

0

0

关注作者

收藏

有福有德

sas结构方程原来也很强

sas结构方程很美，但图形好像很难调整，不知是不是我没找对地方。spss的amos图形调整起来好像很便利，不知sas能不能通过语法调整。结构方程技术为社会科学计量分析工作者所钟爱。结构方程有效地整合了各种统计方法，可以实现复杂变量间的路径关系，尤其是多因变量的问题。可以认为这种技术是解决面的问题的一种特有的方法。1）先验理论性 SEM模型的“一边”是先验理论导出的协方差结构，“一边”是样

187.1009

8

1

0

关注作者

收藏

Hsail

【数据从业成长之路访谈】【一】

数据科学从业三大原则：坚持、投入、改变默谱科技数据总监李艳导读在这个知识技术快速迭代的数据科学领域里，要保证自己的技术从业之路“基业长青”，靠的不仅是某些具体技术的精通，更要掌握一些原能力，比如说，坚持的信仰、投入的决心、以及改变

242.0975

18

5

0

关注作者

收藏

有福有德

核密度工作原理及实现

SAS的KDE过程实现核密度估计，功能及其说明如下：可以对单变量和双变量进行核密度估计，所谓的核（kernel）估计是一种非参数方法，是指从原始数据中观测到的概率密度函数（PDF）——平均的通过数据点，从而创建平滑曲线。 KDE过程使用高斯密度做为核，并假设其方差决定平滑的结果。其工作原理：选择带宽（bandwith），进而核密度估计，但完成这些工作前提是完成数据的分箱

214.5274

12

7

0

关注作者

收藏

东方祥

只要2步！将搜狗词库(scel)转为Python可读的文本

将搜狗词库(scel)转化为python可读的文本(text)的方法方法 1. 利用R语言（方法简单）① 载入词库(R语言)library(Rwordseg)# getwd()# setwd("F:/project")##设置目录，需要读者手工调整installDict("./word_library_scel/程序猿词库.scel", dictname ="Coderwo

340.1340

12

0

0

关注作者

收藏

有福有德

岭回归问题和SPSS的实现

线性回归形式可以表达为存在岭参数k>=0，如果k=0，β ̂就是最小二乘估计。较大的岭迹参数k将增加估计偏差，但会减小方差，而k存在无穷多个可能，因此，我们需要选择某个k值使估计偏差和方差达到最优平衡。岭回归方法是一种有偏估计，主要是以损失少部分信息和精度的前提下，拟合更符合实际情况的回归方程。当自变量存在严重共线性时，也许并不一定导致矩阵的行列式等于零，

752.3482

10

1

0

关注作者

收藏

<1…529530531>

CDA考试动态

CDA报考指南