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

周柃君

笛卡尔积连接和内连接

笛卡尔积连接:集合A：{a,b} 集合B：{1,2,3}笛卡尔积：{(a,1),(b,1),(b,2),(b,3),(a,2),(a,3)}进行判断，相等的留下，不相等的排除；得到结果与内连接一样笛卡尔积连接与内连接的区别：执行顺序完全不一样的-- 查询manager的姓名、所属部门名称和入职日期：ename,dname,job,hiredate(内连接/笛卡尔积连接)⑤select

35.9718

2

0

0

关注作者

收藏

隋东芝

Bagging和Boosting的概念与区别

Bagging和Boosting的概念与区别随机森林属于集成学习(ensemble learning)中的bagging算法，在集成算法中主要分为bagging算法与boosting算法，Bagging算法(套袋发)bagging的算法过程如下：从原始样本集中使用Bootstraping 方法随机抽取n个训练样本，共进行k轮抽取，得到k个训练集（k个训练集之间相互独立，元素可以有重复）。对于n个训

36.2160

4

0

0

关注作者

收藏

fuli2020

机器学习——线性回归

回归分析属于有监督学习算法，回归问题最终输出的是连续变量。线性回归的机器学习表示方法核心逻辑在给定n个属性描绘的客观事物x=(x1,x2,x3,...,xp)中,每个xi都用于描绘某一次观测时事物在某个维度表现出来的数值属性值。当我们在建立机器学习模型捕捉事物运行的客观规律时，本质是希望能够综合这些维度的属性值来描绘事物最终运行结果，而最简答的综合这些属性的方法就是对其加权求和汇总，这就是线性回归

36.1350

3

0

0

关注作者

收藏

hcy吃猫的鱼

1.主成分分析绝对不能用在实验室中，因为数据量太少，偶尔会用在问卷分析中，但也不常用；2.因子分析可用于因子效度分析，但并不常用；3.有几个变量就有几个主成分；4.接受条件：变量个数/最终降成的维度 >3，最终所选的主成分总比例>70%;5.主成分的每一个特征向量是构成主成分的每一个变量的系数，表示了各变量对不同主成分的影响程度大小；6.主成分不能对重要的变量进行压缩；7.主成分回归模型只能用于数

36.1121

2

0

0

关注作者

收藏

LXM21

random.rand 和 random.random 的区别

相同点：两个函数都是在 [0, 1) 的均匀分布中产生随机数。不同点：参数传递不同。random.random( )接收一个单独的元组，而random.rand( )接收分开的参数举例：要生成3行4列的数组，你可以可以看到两个函数功能完全一样

32.4121

3

0

0

关注作者

收藏

LXM21

Jupyter Notebook一直提示： '_xsrf' argument missing from POST

问题描述： Jupyter notebook右上角突然显示’_xsrf’ argument missing from POST，无法保存现有file也无法stop 或 run cell。命令行显示报错信息如下：[W 02:50:17.848 NotebookApp] '_xsrf' argument missing from POST[W 02:50:17.849 NotebookApp] 403

32.4121

3

0

0

关注作者

收藏

shauna570392

上下边缘的计算为什么用1.5*IQR？

如果我们把数据集当成是服从正态分布的数据集,那么上下边缘的计算公式中的系数取1.5时,上边缘与下边缘这段区间的概率分布为99.3%,也就是数只有1%的可能会落在这个区间之外,是非常小的概率, 如果出现了这种情况,我们就可以认为这个数据的出现是会伴随着某些问题的出现. 也就是为什么在这个区间之外的点我们称为异常点(outliers)

30.1680

2

0

0

关注作者

收藏

shauna570392

如何计算75%中位数?

有如下例子:数据总量: 6, 47, 49, 15, 42, 41, 7, 39, 43, 40, 36由小到大排列的结果: 6, 7, 15, 36, 39, 40, 41, 42, 43, 47, 49一共11项Q1 的位置=（11+1） × 0.25=3， Q2 的位置=（11+1）× 0.5=6， Q3的位置=（11+1） × 0.75=9Q1 = 15，Q2 = 40，Q3 = 43.那

30.1680

2

1

0

关注作者

收藏

shauna570392

文件默认用wps打开，如何改为用Excel打开？

点击“windows”标志，打开“开始”菜单；2.在开始菜单的“所有程序”选项中，找到“WPS Office”文件，双击打开；3.找到“WPS Office 工具”文件夹，打开后双击运行“配置工具”；4.在“配置工具”中找到“高级”，点击进入；5.将图示对勾全部取消；6.点击确定，文件的默认打开方式就改为office包括Excel系列了。

30.1680

2

0

0

关注作者

收藏

fuli2020

机器学习——决策树

决策树是一种实现分治策略的层次数据结构，它是一种有效的非参数学习方法。决策树由节点和有向边组成，树中包含三种结点：根节点：包含样本全集。没有入边，但有零条或多条出边；内部结点：对应于属性测试条件，恰有一条入边，和两条或多条出边叶结点：对应于决策结果，恰有一条入边，但没有出边。从根节点到每个叶节点的路径对应了一个判定测试序列。决策树可以表示为给定决策节点下类的条件概率分布，这一条件概率分布定义在特征

36.2012

3

1

0

关注作者

收藏

fuli2020

机器学习——决策树

决策树是一种实现分治策略的层次数据结构，它是一种有效的非参数学习方法。决策树由节点和有向边组成，树中包含三种结点：根节点：包含样本全集。没有入边，但有零条或多条出边；内部结点：对应于属性测试条件，恰有一条入边，和两条或多条出边叶结点：对应于决策结果，恰有一条入边，但没有出边。从根节点到每个叶节点的路径对应了一个判定测试序列。决策树可以表示为给定决策节点下类的条件概率分布，这一条件概率分布定义在特征

36.2012

3

0

0

关注作者

收藏

永洪科技

数智工厂是如何炼成的？从最佳实践案例找答案

数据之道，专业智造：永洪科技制造业解决方案唱响2020智能制造峰会。8月14日，2020工业互联网/智能制造（宁波）峰会隆重召开，作为大数据领军企业的永洪科技受邀参会，永洪科技客户部副总经理李波在峰会上发表了以《数据之道，专业智造：永洪科技制造业解决方案》为主题的主旨演讲，分享了多年服务海尔、美的、格力、奥克斯等众多知名制造企业数字化转型经验，受到了与会嘉宾的广泛关注和高度认可。永洪科技客户部副总

36.1121

2

0

0

关注作者

收藏

s1223452840

sklearn里的make_blobs的用法?

scikit中的make_blobs方法常被用来生成聚类算法的测试数据，直观地说，make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。make_blobs方法:sklearn.datasets.make_blobs(n_samples=100, n_features=2,centers=3, cluster_std=1.0, cente

0.2212

2

0

0

关注作者

收藏

你应该是一阵风丫

map函数解释

map(func,list)函数有两个参数，前面一个是函数，后面一个是序列。该函数的意义是对一个序列进行前面参数函数的操作，然后返回一个新的集合。举个例子：x列表中的每个元素经过test()函数乘以了2，所以返回的列表元素变为了2,4,6,8,10。因为在python3中，map之后并不能直接变为list类型，需要用list()函数转换才行。

28.0983

6

0

0

关注作者

收藏

hcy吃猫的鱼

1.欺诈识别方法：逻辑回归、异常检测聚类；2.评分卡分类：申请评分卡、行为评分卡、催收评分卡；3.判断过拟合的条件：(1).训练集的判定系数大于90； (2).训练集的判定系数减去测试集的判定系数得出一个负值时，可能是欠拟合；4.数据分区是来评估模型是否有过拟合问题；5.判定系数只适用于连续型变量；6.当y的各取值所占比例不平衡时，得出的正确率不可信；7.谐波平均数：f1=2P*R/(P+R)

28.0523

3

0

0

关注作者

收藏

詹惠儿

jupyter notebook如何安装目录插件？

问：jupyter notebook如何安装目录插件？答：第一步：打开cmd窗口，依次执行以下命令：1. 更新pip：python -m pip install --upgrade pip2. 更新Jupyter ：pip install --upgrade jupyter3. 安装 nbextensions：pip install jupyter_contrib_nbextensions4. 配

35.9043

2

0

0

关注作者

收藏

9047_1575431266

数据分析思路

数据分析是在当今每个企业都所需要涉及的一门学科，数据分析的书随便一搜就会有太多教大家如何的去使用。大致能把搜到的书分为两类：第一类讲数据理论统计学相关的，第二类就是数据分析工具应用类型的。而大部分我们所购买的书基本都是某一类工具如何使用去进行数据分析，但是看完过后还是不太懂什么是数据分析，应用到实际工作场景中照样很迷茫不知道该如何下手，这是什么原因呢？有的小伙伴会说：我想分析的根本没有数！拿到的这

27.7138

4

0

0

关注作者

收藏

9047_1575431266

数据分析常用6种分析思路

01流程完成一项任务，通常需要一系列操作，比如做菜，得先想好吃啥，然后买菜、洗菜、切菜、炒菜。 1.1行动步骤行动步骤就是先确定起点、终点(目标)，然后将起点和终点的距离拆分成一个个小步骤，知道先做什么，后做什么。注：图中小黑点表示该步骤下可以选择的行动方案 e.g. 常见的数据分析路径之一是SAS公司提出的SEMMA范式：1. Sample，数据抽样，保证数据的效度和信度；效度是指数据的准

28.0737

6

0

0

关注作者

收藏

9047_1575431266

Excel学习 -- 函数基础

Excel函数基础 1. 单元格是函数的作用对象； 2. 函数由等号、函数表达式、操作符、参数、返回值五部分组成； 3. 商业智能报表中使用的常用函数分类：数学函数、文本函数、逻辑函数、查找定位函数、日期和时间函数、统计函数； 4. 函数中使用的基本数据类型包括：整数型、小数型、布尔型、文本型、日期型； 5. 一个函数的返回值可以作为另一个函数的参数使用（嵌套函数）；

27.7138

4

0

0

关注作者

收藏

9047_1575431266

1.同比与环比表示什么同比：与历史同时期比较，就是与不同年份的同一时期作比较例如：2019年7月份与2018年7月分相比环比：与上一统计段比较，就是与前一个相邻的时期作比较例如：2019年7月分与2019年6月份相比2.阐述一个数据分析的主要流程（例子：航空客户价值分析）业务系统 ——> 数据抽取 ——> 数据探索与预处理 ——> 建模&应用 ——> 结果&反馈3.如何进行异常值处理在数据预处理时

27.7138

4

0

0

关注作者

收藏

<1…113114115…404>

CDA考试动态

CDA报考指南