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

主成分分析和因子分析有什么区别？

1、原理不同：主成分分析是利用降维（线性变换)的思想，在bai损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分)，即每个主成分都是原始变量的线性组合，使得主成分比原始变量具有某些更优越的性能，从而达到简化系统结构，抓住问题实质的目的。而因子分析更倾向于从数据出发，描述原始变量的相关关系，是由研究原始变量相关矩阵内部的依赖关系出发，把错综复杂关系的变量表示成少数的公共因子和仅对某一个

99.1084

2

0

0

关注作者

收藏

jldwys

数据分析面试中的业务分析问题，该如何回答？

校招季面试数据分析岗位都会遇到业务分析的问题，问题抛出后需要快速思考组织语言，往往头脑空白，想的回答维度较少不丰富，思路较局限且无逻辑。尤其是目前习惯针对一个问题首先在细节上进行拆解发现问题到底出在哪，这样的回答主要问题在哪？比如：1、如果京东在北京的市占较高，在上海、广州、深圳的市占较低，分析下原因，对接人是CEO。2、用户流失的原因都有哪些（3个月内未下单叫做流失）？3、客单价降低的原因有哪些

98.5458

2

0

0

关注作者

收藏

夏光军

Pandas数据清洗流程

1.数据的读写 pd.read_csv()2.数据的探索与描述 3.数据的选择与整理4.数据的分组5.数据的分割、合并6.缺失值、异常值、重复值的处理7.文本字符串的处理

171.4824

3

0

0

关注作者

收藏

liting李

能否推荐几本培训数据分析思维的书籍？

1、《深入浅出数据分析》数据分析入门第一本。通俗简单,能够让你对数据分析的相关概念有大致的了解。这本书蕴含的思想逻辑和分析原则,要好好体会,会对你以后的学习有很大的帮助。 2、《深入浅出统计学》号称“文科生也能看懂”的统计书。阅读起来相当容易,一口气就能看完。这本书所讲的知识在数据分析中都是常见且必须掌握的,比如基本的统计量,基本上每个分析项目中都会用到;比如基本的概率分布,总体与样本的概念、置

170.8718

2

0

0

关注作者

收藏

liting李

group_concat函数怎么用

函数语法：group_concat( [DISTINCT] 要连接的字段 [Order BY 排序字段 ASC/DESC] [Separator ‘分隔符’] )先看测试表的总数据信息：select * from employee1.将同一个部门的人合并到一起。select dept_id,group_concat(name) from employee group by dept_id2. 换一

170.8718

1

0

0

关注作者

收藏

liting李

如何辨别统计中的拖尾和截尾？

在sas软件中，我们可以通过得到的自相关函数图和bai偏相关函数图来判断。如果样本自相关系数和样本偏自相关系数在最初的阶明显大于2倍标准差，而后几乎95%的系数都落在2倍标准差的范围内，且非零系数衰减为小值波动的过程非常突然，通常视为k阶截尾；如果有超过5%的样本相关系数大于2倍标准差，或者非零系数衰减为小值波动的过程比较缓慢或连续，通常视为拖尾。相关示例AR模型：自相关系数拖尾，偏自相关系数截尾

170.8718

1

0

0

关注作者

收藏

CDA持证人阿涛哥

数据分析报告是对整个数据分析过程的一个总结与呈现。通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考。一份好的数据分析报告需要有如下3点要求：（1）好的分析框架：首先需要有一个好的分析框架，并且图文并茂、层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，

98.5254

1

0

0

关注作者

收藏

CDA持证人阿涛哥

一般数据来源主要有以下几种方式

（1）数据库每个公司都有自己的业务数据库，存放从公司成立以来产生的相关业务数据。这个业务数据库就是一个庞大的数据资源，需要有效地利用起来。（2）公开出版物可以用于收集数据的公开出版物包括《中国统计年鉴》《中国社会统计年鉴》《中国人口统计年鉴》《世界经济年鉴》《世界发展报告》等统计年鉴或报告。（3）互联网随着互联网的发展，网络上发布的数据越来越多，特别是搜索引擎可以帮助我们快速找到所需要的数据，例如

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

UNION 运算符

UNION 运算符通过组合其他两个结果表（例如 TABLE1 和 TABLE2）并消去表中任何重复行而派生出一个结果表。当 ALL 随 UNION 一起使用时（即 UNION ALL），不消除重复行。两种情况下，派生表的每一行不是来自 TABLE1 就是来自 TABLE2。

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

几个简单的基本的sql语句

选择：select * from table1 where 范围插入：insert into table1(field1,field2) values(value1,value2)删除：delete from table1 where 范围更新：update table1 set field1=value1 where 范围查找：select * from table1 where field1

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

根据已有的表创建新表

A：create table tab_new like tab_old (使用旧表创建新表)B：create table tab_new as select col1,col2… from tab_old definition only

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

一个完整的SELECT语句运算顺序

1），首先运算的是FROM子句，根据FROM子句中指定的一个或多个表创建表。2），如果存在WHERE子句，则对步骤1获得的表进行条件筛选，删除不符合条件的记录。3），如果存在GROUP BY子句，则对步骤2生成的表按指定字段进行分组，生成一份新的表。4），如果存在HAVING子句，则对步骤3的表按指定条件进行筛选，删除掉不满足筛选条件的记录。5），执行SELECT子句，删除不包含在SELECT子句

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

sql多表横向连接方式：

1.inner join 内连接2.left join 左连接3.right join 右连接

0.0001

1

0

0

关注作者

收藏

CDA持证人阿涛哥

sql多表连接

1.将stu表和sc表做连接：select * from stu left join sc on stu.s_id=sc.s_id;2.将stu表和sc表和co表做连接：select * from stu left join sc on stu.s_id=sc.s_id left join co on sc.c_id=co.c_id;3.将四表做连接：select * from stu left

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

DML语句更新数据

基本语句：update 表名 set 字段赋值或计算 where 条件;1.让所有商品的单价+1；update orderdetail set 单价=单价+1;2.让尺码ID为5的商品单价+1；update orderdetail set 单价=单价+1 where 尺码ID=5;3.让订单ID为338895的购买数量为5；update orderdetail set 购买数量=5 where

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

sql修改表结构

1. Alter table 数据表名 rename 新表名; 2. Alter table 数据表名 modify 字段名字段类型约束条件（first、after）; 3. Alter table 数据表名 change 原字段新字段字段类型约束条件;4. Alter table 数据表名

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

sql数值类型

INT：有符号的和无符号的。有符号大小-2147483648~2147483647，无符号大小0~4294967295。宽度最多为11个数字- int(11)；TINYINT：有符号的和无符号的。有符号大小-128~127，无符号大小为0~255。宽度最多为4个数字- tinyint(4)；SMALLINT：有符号的和无符号的。有符号大小-32768~32767，无符号大小为0~65535。宽度最

0.0000

0

0

0

关注作者

收藏

LXM21

用SPSS排除个案（多个条件）

问：在这个表中，用SPSS排除（年份=2013&省份="北京"）并且（年份=2014&省份="辽宁"）的个案，该怎么写？解决：& and | or ~ not~ (年份=2013 & 城市="北京" | 年份=2014 & 城市="辽宁")

63.1193

5

0

0

关注作者

收藏

樊江龙

深度学习中batch epoch iteration代表的含义

深度学习的梯度下降方法的参数有两种更新方法：第一种;遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Batch gradient descent，批梯度下降。第二种：每看一个数据就算一下损失函数，然后求梯度更新参数，这个称为随机梯度下降，stoc

44.7273

4

0

0

关注作者

收藏

读童话的狼

MinMaxScaler中min_和scale_是什么意思？

#min/max都是缩放后的data.min 是缩放前的 #以0-1归一化为例#scaler.scale_ 的计算公式是这个(1-0)/ (data.max(axis=0) - data.min(axis=0)) #scaler.scale_ 可以理解为相对缩放的大小 =（缩放后的最大值-缩放后的最小值）/（原始数据的最大值-原始数据的最小值） #scaler.min_的计算公

47.7593

3

0

0

关注作者

收藏

<1…909192…530>

CDA考试动态

CDA报考指南