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

LXM21

Python利用字典进行成绩统计

Python利用字典进行成绩统计成绩统计。从键盘输入若干学生的考试分数（为整数），并按成绩第等统计人数，形成字典输出，同时输出总人数及课程平均分（保留两位小数）。分数等级 [90, 100] A [80, 90) B [70, 80) C [60, 70) D

0.0000

0

0

0

关注作者

收藏

LXM21

python的json报错

python的json报错import requests import json if __name__=="__main__": url = 'https://movie.douban.com/j/chart/top_list?' param = { 'type:'' 24' 'interval_id':' 100:90', 'action':'',

47.6492

1

0

0

关注作者

收藏

LXM21

python中x+w//2是什么意思

python中x+w//2是什么意思解决:// 表示取整除 - 返回商的整数部分（向下取整）w//2 求模（求商）比如1 + 20//3 即 1 + 6得到7

0.0000

0

0

0

关注作者

收藏

LXM21

python3.5无法安装pyinstaller库

下的3.5版本,pip install pyinstaller 安装报错C:\Users\mn>pip install pyinstallerDEPRECATION: Python 3.5 reached the end of its life on September 13th, 2020. Please upgrade your Python as Python 3.5 is no longe

47.6492

1

0

0

关注作者

收藏

LXM21

mysql在创建或修改数据表时设置组合主键

在创建或修改数据表时设置组合主键举例1、创建表时设置组合主键CREATE TABLE sc (sno INT,cid INT,score INT,PRIMARY KEY (sno,cid));2、创建表后设置组合主键alter table sc add primary key (sno,cid);

47.6492

1

0

0

关注作者

收藏

fs陈晓亮

字典根据值筛选key

dict2：{'一起': 0.20100756305184242, '万块': 0.20100756305184242, '三人': 0.20100756305184242, '下海经商': 0.20100756305184242, '东挪西撮': 0.10050378152592121, '事对': 0.10050378152592121, '以沫': 0.10050378152592121,

300.0000

1

4

0

关注作者

收藏

138****8593

深圳源中瑞区块链产品溯源的作用

区块链系统开发可咨询张小姐13826558593 “区块链技术”其实就是一种新型的云服务，一种结合区块链技术的云服务。可zi询威;ruiectian，在这边就很多人有疑问了，那区块链技术跟产品又有什么关系呀？在这边作者就要跟大家详说一些关于区块链溯源的知识啦。区块链溯源主要是运用互联网将所有的数据进行整合并分析，精确记录产品的每一个流程与节点，但这些数据也要通过整合后发送到相关的认

18.8496

1

0

0

关注作者

收藏

CDA助教老师

如何划分实验组和对照组？

问题：如何划分实验组和对照组？ H 公司的算法工程师们最近针对系统中的“美国用户”研发了一套全新的视频推荐模型 A ，而目前正在使用的针对全体用户的推荐模型是B 。在正式上线之前，工程师们希望通过 A/B 测试来验证新推荐模型的效果。下面有三种实验组和对照组的划分方法，请指出哪种划分方法是正确的？( 1 ）根据 user_id ( user_id 完全随机生成）个位数的奇偶性将用户划分为实验

0.0157

1

0

0

关注作者

收藏

CDA助教老师

在对模型进行过充分的离线评估之后，为什么还要进行在线 A/B 测试？

需要进行在线 A/B 测试的原因如下。( 1 ）离线评估无法完全消除模型过拟台的影响，因此，得出的离线评估结果无法完全替代线上评估结果。( 2 ）离线评估无法完全还原线上的工程环境。一般来讲，离结评估往往不会考虑线上环境的延迟、数据丢失、标签数据缺失等情况。因此，离线评估的结果是理想工程环境下的结果。( 3 ）线上系统的某些商业指标在离线评估中无法计算。离线评估般是针对模型本身进行

0.0157

1

0

0

关注作者

收藏

CDA助教老师

在机器学习问题中，通常将特征表示为向量的形式，所以在分析两个特征向量之间的相似性时，常使用余弦相似度来表示。余弦相似度的取值范围是［-1，1 ], 相同的两个向量之间的相似度为 1 。如果希望得到类似于距菌的表示，将 1减去余弦相似度即为余弦距离。因此，余弦距离的取值范围为［ 0,2］，相同的两个向量余弦距离为 0 。

66.5145

3

0

0

关注作者

收藏

CDA助教老师

ROC 曲线的由来

ROC 曲线的由来ROC 曲线最早是运用在军事上的，后来逐渐运用到医学领域，并于 20 世纪 80 年代后期被引入机器学习领域。相传在第二次世界大战期间，雷达兵的任务之一就是死死地盯住雷达显示器，观察是否有敌机来袭。理论上讲，只要有敌机来袭，雷达屏幕上就会出现相应的信号。但是实际上，如果飞鸟出现在雷达扫描区域时，雷达屏幕上有时也会出现信号。这种情况令雷达兵烦恼不己，如果过于谨慎，凡是有

78.4503

3

0

0

关注作者

收藏

CDA助教老师

什么是 ROC 曲线？

ROC 曲线是 Receiver Operating Characteristic Curve 的简称，中文名为“受试者工作特征曲线” 。 ROC 曲线源于军事领域，而后在医学领域应用甚广， “受试者工作特征曲线 ” 这一名称也正是来自于医学领域。ROC 曲线的横坐标为假阳性率（ False Positive Rate, FPR ），纵坐标为真阳性率（ True Positive Rate,

0.0157

1

0

0

关注作者

收藏

CDA助教老师

图像数据不足时的处理方法

根据上述讨论，对应的处理方法大致也可以分两类，一是基于模型的方法，主要是采用降低过拟合风险的措施，包括简化模型（如将非线性模型简化为线性模型）、添加约束项以缩小假设空间（如 Ll/L2正则顶）、集成学习、 Dropout 超参数等；二是基于数据的方法，主要通过数据扩充（ Data Augmentation ），即根据一些先验知识，在保持特定信息的前提下，对原始数据进行适当变换以达到扩充数据集

0.0157

1

0

0

关注作者

收藏

CDA助教老师

Word2Vec 与 LDA 的区别和联系

Word2Vec 与 LDA 的区别和联系，首先， LDA 是利用文挡中单词的共现关系来对单词按主题聚类，也可以理解为对“文挡－单词”矩阵进行分解，得到“文档－主题”和“主题－单词”两个概率分布。而 Word2Vec 真实是对“上下文－单词”矩阵进行学习，其中上下文由周围的几个单词组成，由此得到的词向量表示更多地融入了上下文共现的特征。也就是说，如果两个单词所对应的 Wor

0.0157

1

0

0

关注作者

收藏

CDA助教老师

谷歌 2013 年提出的 Word2Vec 是目前最常用的词嵌入模型之一。 Word2Vec 实际是一种浅层的神经网络模型，它有两种网络结构，分别是 CBOW (Continues Bag of Words ）和 Skip-gram。

0.0157

1

0

0

关注作者

收藏

CDA助教老师

有哪些文本表示模型？

1，词袋模型和 N-gram 模型最基础的文本表示模型是词袋模型。顾名思义，就是将每篇文章看成一袋子词，并忽略每个词出现的顺序。具体地说，就是将整段文本以词为单位切分开，然后每篇文章可以表示成一个长向量，向量中的每一维代表一个主要词，而该维对应的权重则反映了这个词在原文章中的重要程度。可以将连续出现的 n 个词( n

0.0157

1

0

0

关注作者

收藏

CDA助教老师

什么是组合特征？

为了提高复杂关系的拟合能力，在特征工程中经常会把一阶离散特征两两组合，构成高阶组合特征。以广告点击预估问题为例，原始数据有语言和类型两种离散特征，表 1.2 是语言和类型对点击的影响。为了提高拟合能力，语言和类型可以组成二阶特征，表 1.3 是语言和类型的组合特征对点击的影响。

0.0157

1

0

0

关注作者

收藏

CDA助教老师

在对数据进行预处理时，应该怎样处理类别型特征？

在对数据进行预处理时，应该怎样处理类别型特征？1，序号编码序号编码通常用于处理类别间具有大小关系的数据。例如成绩 ,可以分为低、中、高三挡，并且存在“高＞中＞低”的排序关系。序号编码会按照大小关系对类别型特征赋予一个数值 ID ，例如高表示为 3 、中表示为 2 、低表示为 1 ，转换后依然保留了大小关系。2，独热编码独热编码通常用于处理类别间不具有大小关系的特征。例如血

0.0157

1

0

0

关注作者

收藏

CDA助教老师

归一化最常用的方法

对数值类型的特征做归一化可以将所有的特征都统一到一个大致相同的数值区间内。最常用的方法主要有以下两种。( 1 ）线性函数归一化（ Min-Max Scaling ）。它对原始数据进行统性变换，使结果映射到［ 0, 1 ］的范围，实现对原始数据的等比缩放。( 2 ）零均值归一化（ Z-Score Normalization ）。它会将原始数据映射到标准差为 l 的分布均值归一化（ Z-S

59.5849

1

0

0

关注作者

收藏

CDA助教老师

结构化数据和非结构化数据

（1）结构化数据。结构化数据类型可以看作关系型数据库的一张表，每列都有清晰的定义，包含了数值型、类别型两种基本类型；每一行数据表示一个样本的信息。( 2 ）非结构化数据。非结构化数据主要包括文本、图像、音频、视频数据，其包含的信息无法用一个简单的数值表示，也没离清晰的类别定义，并且每条数据的大小各不相同。

0.0000

0

0

0

关注作者

收藏

<1…596061…531>

CDA考试动态

CDA报考指南