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

赵娜0418

安装workloud后不能使用（MAC系统）如何解决？

Mac系统字体文件路径不同，需要下载simhei.ftt,具体链接如下。然后修改WordCloud(font_path=指向字体文件所在的路径）http://www.font5.com.cn/font_download.php?id=151&part=1237887120

48.9029

5

0

0

关注作者

收藏

CDA持证人阿涛哥

Excel重要的技能点

1、vlookup2、index+match3、if4、sumifs5、countifs6、ctrl+e7、left mid right8、字符串拼接9、数据透视表

47.5998

2

0

0

关注作者

收藏

fuli2020

机器学习——逻辑回归

负极大似然函数就是损失函数计算梯度公式手写逻辑回归import numpy as np import pandas as pdfrom sklearn.datasets import load_breast_cancerbc=load_breast_cancer()X=bc['data']Y=bc['target']from sklearn.preprocessing import Standar

47.5998

2

0

0

关注作者

收藏

周柃君

线性代数相关笔记整理

1.行列式的性质行列式的转置将行列四D的行与列互换后得到的行列式，称为D的转置行列式，记为DT或D’。性质1 将行列式转置，行列式的值不变，即DT=D.性质2 互换行列式的两行（列），行列式的值变号。推论如果行列式中有两行（列）的对应元素相同，则此行列式的值为零。说明由此性质可知，行列式的行具有的性质，它的列也具有。性质3 用数k乘行列式的某一行（列），等于以数k乘此行列式。推论1 如果行

159.7081

3

0

0

关注作者

收藏

梁程晴

机器学习——鸢尾花数据集(Knn分类)

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。iris以鸢尾花的特征作为数据来源，常用在分类

47.3737

2

0

0

关注作者

收藏

马敏11

python中统计分析的最小二乘法

最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。原理在我们研究两个变量（x,y）之间的相互关系时，通常可以得到一系列成对的数据（x1,y1.x2,y2... xm,y

42.4478

2

0

0

关注作者

收藏

姚慧扬

支持向量机

线性SVM:硬边距:1.目标是分类间隔最大,优化分割面; 2.两个约束条件:a.分割面能够把正负样本点完全分开,b.点到分割面的距离最大,点是支持向量点 3.把约束条件转化到一个不等式中;支持向量的点到面的距离最小 4.将有约束条件的优化问题转化无约束条件的优化问题,通过引入拉格朗日函数 5.利用SMO求解:固定其它参数α,每次优化两个参数α(求解拉格朗

42.8533

3

0

0

关注作者

收藏

shauna570392

pandas填充数据应该怎么写

fillna()是最主要的处理方式了。12df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])df1代码结果：01201.02.03.01NaNNaN2.02NaNNaNNaN38.08.0NaN用常数填充：1df1.fillna(100)代码结果：01201.02.03.01100.0100.02.02100.0100.0

49.4177

4

0

0

关注作者

收藏

shauna570392

mysql导入数据报错1300 Invalid utf8mb4 character string: ''

出现这个错误一般是因为表格的编码不符合规范可以把原始数据另存为，编码改为utf-8，再导入或者使用notepad++改下编码

49.4177

4

0

0

关注作者

收藏

1027670370

外部数据的读取与保存

getwd() #查看工作路径 dir()#查看工作路径中存储的文件信息文件--->更改工作路径#更改工作路径（1）文本文档文件的读取：‍‍read.table(file="数据.数据类型",header=T,sep=””)str()#浏览存储类型和结构信息 names()#查看数据框的各域名 head()#前六行> str(A)

123.2105

9

0

0

关注作者

收藏

永洪科技

入选2020爱分析银行和零售数字化转型代表厂商，永洪科技有哪些经典案例可以借鉴？

近日，《2020爱分析·银行数字化厂商全景报告》、《2020爱分析·消费品与零售数字化厂商全景报告》先后发布，永洪科技入选银行、零售行业数字化转型的代表厂商，聚焦自助式报表分析、自助式AI建模场景，获得报告的推荐。以下摘选《2020爱分析·银行数字化厂商全景报告》：银行数字化全场景地图爱分析基于对国内商业银行和数字化厂商的调研，准确定义了16个银行业数字化场景，涵盖零售、小微、对公、资产与财富管理

43.0588

5

0

0

关注作者

收藏

读童话的狼

修改DataFrame的column名称的两种方法

先建立一个DataFrame>>>import pandas as pd>>>a = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9]})>>> a A B C0 1 4 71 2 5 82 3 6 9方法一：直接赋值>>>a.columns = ['a','b','c']>>>a a b c0 1 4 71 2 5 82 3 6 9一次要更

44.0346

4

0

0

关注作者

收藏

开花结果02

powrbi如何连接数据库

问题：powrbi如何连接数据库解答：步骤一：下载插件然后点击了解信息信息，下载插件步骤二：安装下载完安装包后，双击打开安装包，按照默认选项进行安装即可。步骤三：配置数据源首先，依顺序打开【开始菜单】——【控制面板】，若在窗口中能找到【管理工具】选项则单击管理工具；若不能找到则在窗口右上角的“查看方式”下拉框中下拉选择“小图标”或者“大图标”，然后就可出现【管理工具】选项了，单击进入。2、在弹出的

48.7169

4

0

0

关注作者

收藏

周柃君

网页信息爬虫

获取网页信息利用Power BI获取网页信息思维过程：（1）确定要获取信息所在网站，即http://www.air-level.com/（大气质量相关数据）（2）解析网址（3）明确应使用什么函数爬数：利用web.page和web.contents这个两个函数进行爬虫（4）明确所要数据在网址全部数据中的什么位置（5）创建参数表或自定义函数，批量或灵活爬取所要信息要从网页获取信息：1.我们

42.3574

1

0

0

关注作者

收藏

于家崎

数据分析Python机器学习

K近邻算法K最近邻(kNN，k-Nearest Neighbor)：工作原理：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即每一个数据与所属分类的一一对应关系。输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相似数据(最近邻)的分类标签。一般来说，只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出

73.4504

2

0

0

关注作者

收藏

周柃君

Power Query 部分概念整理

一、获取数据Power Query 获取和整理二、分析数据Power Pivot 建模和分析三、呈现数据Power View 交互式报表Power Map 地图可视化Power BI desktop （桌面版）：获取→分析→呈现→发布Power BI的主要特征：（1）查看所有信息（2）数据更生动（交互式）（3）数据转换为决策（4）掌握最新信息（5）共享信息 Power query使用查询编辑器：（

73.7689

4

1

0

关注作者

收藏

1027670370

数据框的创建和访问

数据框也是一张二维表格，行和列在统计上分别称为观测和变量，计算机上分别称为记录和域。变量名的对应称谓是域名，变量值对应域值创建数据框data.frame(域名1=向量名1,域名2=向量名2,….)names(数据框名)‍访问数据框数据框名$域名、数据框名[[“域名”]]、数据框名[[域编号]]attach函数和detach函数、with函

118.2089

8

0

0

关注作者

收藏

周柃君

名称描述CUME_DIST()计算一组值中一个值的累计分布DENSE_RANK()根据该ORDER BY句子为分区中的每一行分配一个等级，它将相同的等级分配给具有相等值的行。如果两行或更多行具有相同的排名，则排名值序列中讲没有间隙FIRST_VALUE()返回相对于窗口框架第一行的指定表达式的值LAG()返回分区中当前行之前的第N行的值。如果不存在前一行，则返回NULLLAST_VALUE()

37.8633

3

0

0

关注作者

收藏

周柃君

常用函数（MySQL）持续补充

1. 数学函数ABS（x）返回x绝对值BIN（x）返回x的二进制（OCT返回八进制，HEX返回十六进制）EXP（x）返回值e（自然对数的底）的x次方GREATEST（x1,x2…,xn）返回集合中的最大值LEAST（x1,x2,…,xn）返回集合中最小值LN（x）返回x的自然对数LOG（x,y）返回x的以y为底的对数MOD（x,y）返回x/y的模（余数）PI（）返回pi的值（圆周率）RAND（）返

37.6651

2

0

0

关注作者

收藏

卫明真

R语言数组与矩阵的建立

数组与矩阵的建立前面已经指出数组是一个kp¥ 1q维的数据表; 矩阵是数组的一个特例，其维数k 2，而上面所述的向量自然也可看成维数为k 1的数组5. 而且向量、数组或者矩阵中的所有元素都必须是同一种类型的. 对于一个向量，其属性由其类型和长度构成；而对于数组与矩阵, 除了类型和长度两个属性外, 还需要维数dim这个属性来描述. 因此如果一个向量需要在R中以数组的方式被处理，则必须

37.8010

5

0

0

关注作者

收藏

<1…110111112…404>

CDA考试动态

CDA报考指南