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

处理离线分析的基本流程是什么？

一般来说离线分析都是这个流程。各流程概述：1. 数据采集：定制开发采集程序，或使用开源框架FLUME2. 数据预处理：定制开发mapreduce程序运行于hadoop集群3. 数据仓库技术：基于hadoop之上的Hive4. 数据导出：基于hadoop的sqoop数据导入导出工具5. 数据可视化：定制开发web程序或使用kettle等产品6. 整个过程的流程调度：hadoop生态圈中的oozie工

2.0724

3

2

0

关注作者

收藏

赵娜0418

常用的抽样方法有哪些？

1. 概率抽样——包括等概率抽样和不等概率抽样概率抽样也称为随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。其特点有：（1）抽样时是按一定的概率以随机原则抽取样本。（2）每个单位被抽中的概率是已知的，或是可以计算出来的。（3）当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率。常用抽样方式有：（1）简单随机抽样定义：从包括总体N个单位的抽样框中随机地、

2.0724

3

2

0

关注作者

收藏

赵娜0418

windows10 workbench 8.0 error code:1148如何解决？

windows10 workbench 8.0 error code:1148的暂时解决方法如下:1.在workbench中输入 show global variables like ‘local_infile’;结果应该为:on,该问题与local-infile是否=1无关,是workbench的bug;2.继续输入show variables like ‘secure_file_priv’;结

71.0326

4

2

0

关注作者

收藏

赵娜0418

如何理解Kmeans聚类？

1. 基本思想K-means 聚类是一种快速聚类法，适合应用于大样本量的数据。其方法可以总结为：首先随机选择 K 个点作为中心点，所有样本与这 K 个中心点计算距离，距离最近的样本被归为与中心点同类的点，然后重新计算每个类的中心，再次计算每个样本与类中心的距离，并按照最短距离原则重新划分类，如此迭代直至类不再变化为止。2. 基本步骤：（1）对数据进行标准化，消除数据差异和量纲的影响。（2）确

2.0724

3

5

0

关注作者

收藏

赵娜0418

MySQL8.0导入数据的几种方法？

为了安全起见，MySQL8.0默认不允许客户端从本地载入文件。客户端local_infile默认关闭，因此需要在安全路径下导入本地文件。方法一：在workbench客户端操作查看安全路径show variables like '%secure%';找到安全路径，将数据文件放在此路径下然后执行如下命令导入数据（emp表结构已创建好）表名不能是中文，’\‘在编程语言中是转义符，因此要改为’\\'或‘/

2.3353

4

4

0

关注作者

收藏

赵娜0418

如何查看MySQL的端口号？

打开workbench，localhost:3306就是端口号。

2.0724

3

1

0

关注作者

收藏

赵娜0418

Python数组如何输出？

从左到右，从上向下一维数组打印成行，二维数组打印成矩阵，三维数组打印成矩阵列表print np.arange(1,6,2) print np.arange(12).reshape(3,4) # 可以改变输出形状 print np.arange(24).reshape(2,3,4)# 2页，3行，4页输出结果：[1 3 5][[ 0 1 2 3] [ 4 5 6 7] [ 8 9

2.0724

3

1

0

关注作者

收藏

赵娜0418

安装MySQL报2503的错误如何解决？

1. 打开任务管理器：Ctrl+Alt+Del。2. 点击任务管理器左上角的文件按钮： 3. 再点击运行新任务(n)按钮。4. 手动输入所下载的MySQL安装文件的地址+文件名。比如我放在D:\MySQL文件夹里，文件名为：mysql-installer-web-community-5.7.21.0.msi，就输入：D:\MySQL\mysql-installer-web-communit

2.0724

3

1

0

关注作者

收藏

隋东芝

字符集和编码方式

字符集和编码方式https://blog.csdn.net/kejiayuan0806/article/details/100670785 字节字节是计算存储容量的一种计量单位。因为计算机只能识别1和0组成的二进制位，一个数就是1位（bit），8位就是一个字节。例如：00001111 这个8位二进制数就占了一个字节的存储容量。字符任何一个文字或符号都是一个字符，但所占字节不一定，不同的编码导致一

37.1459

1

3

0

关注作者

收藏

隋东芝

MySQL常用数据类型

数据库中每个字段都有适当的数据类型，用于限制或允许该字段中存储的数据。MySQL中支持三种数据类型：①数值型；②字符串型；③日期和时间型。字符串类型和日期时间类型都需要用引号括起来。MySQL常用数据类型①int：大整数型，有符号大小-2147483648～2147483647，无符号大小0～4294967295，默认长度最多为11个数字，如int(11)。②float：单精度浮点

37.1459

1

7

0

关注作者

收藏

shauna570392

为什么a和[1,2,3]的ID却不一样呢？a的值也是[1,2,3]呀

答：[1,2,3]这个列表赋值给a，a是一个对象，占存储空间为一个id没赋值的会开辟一个存储空间，是另外的id把a，b的值都赋值为[1,2,3]，值相同，但其实是两个变量，id不一样，这个要区分清楚

38.9153

2

3

0

关注作者

收藏

小朱520

机器学习，关联规则中关于支持度，置信度，提升度的解释

假设关联规则为x==》y支持度的意思是事物x和y在总事物集出现的频次，好比牛肉和鸡肉同时购买的次数占整个订单集的数为三分之七就是它的支持度，以概率呈现，越大越好。置信度是指买了x会买y的概率，公式为，买了x又买y的单次数除以所有买x的单次数，好比上图，如果x是牛肉，y是鸡肉，那么它的置信度为4/3.以概率呈现，概率越大说明这个x==》y的关联规则越好。一般强关联规则都是需要支持度大于最小支持度（自

37.1459

1

2

0

关注作者

收藏

hcy吃猫的鱼

1.Series是一维的，DataFrame是二维的；2.map（）函数只能应用于Series;3.apply（）函数应用于DataFrame中的每一列；4.applymap()函数可以一次性对DataFrame的多列数据进行相同的操；5.表追加（append）时对应不上的会变为空值，可以一次性追加多个表；6.concat()默认以0轴进行拼接, 即上下拼接；7.删除某列中空值时，在dropna(

37.1459

1

1

0

关注作者

收藏

zzz778290113

感知机算法：用一条线来做分类，线的上方属于一类，下方属于另一类感知机的结果是通过一条线将测试集百分之百的分开对于非线性不可分的数据及来说，是找到一条高维的曲线来将类别分开是一种有监督模型超平面：超平面就是超平面在一维和二维空间下就是一条线xgboost安装：pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple对于感知机来说初

37.2563

2

3

0

关注作者

收藏

fuli2020

无监督聚类算法

无监督的算法在训练的时候只需要特征矩阵X，不需要标签。无监督学习的代表算法有聚类算法、降维算法聚类分析仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组。其目标是，组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性（同质性）越大，组间差别越大，聚类就越好。Kmeans计算过程：创建k个点作为初始质心（通常是随机选择）当任意一个点的簇分配结果发生改变时

47.5540

3

3

0

关注作者

收藏

隋东芝

因数与倍数：在整数除法中，如果商是整数而且没有余数，被除数就是除数的倍数，除数是被除数的因数。一个数的因数是有限的，一个数的倍数是无限的。完美数：又称完全数或完备数，是一些特殊的自然数，它的所有真因子（即除了自身以外的约数）的和（即因子函数），恰好等于它本身。第一个完美数：6（1+2+3=6）第二

47.5540

3

0

0

关注作者

收藏

听海@看日落

Python random() 函数

描述random() 方法返回随机生成的一个实数，它在[0,1)范围内。语法以下是 random() 方法的语法:import randomrandom.random()注意：random()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。参数无返回值返回随机生成的一个实数，它在[0,1)范围内。实例以下展示了使用 random() 方法的实例：实例#

47.4121

2

1

0

关注作者

收藏

LXM21

安装pymysql提示需要升级pip

提示：解决：1.先在Anaconda prompt执行升级pip的命令：python -m pip install --upgrade pip2.再执行安装pymysql的命令3.执行pip show pymysql查看一下是否安装成功：安装成功

39.7758

4

0

0

关注作者

收藏

赵娜0418

Excel中报#N/A错误的原因及解决

返回#N/A错误值原因公式无法返回合法值时，将会出现该#N/A错误，可能包含以下几种情况：1、手工标记单元格为暂时缺少的数据。例如，在单元格中输入#N/A或公式“=NA()”。2、省略了函数中必不可少的参数。3、使用 LOOKUP、VLOOKUP 等函数查找值时，当要查找的值小于查找区域中的第一个值时，将返回 #N/A 错误值。4、参加运算的数组为同一个方向，且尺寸不同，也会

1.3710

5

1

0

关注作者

收藏

赵娜0418

Excel中报#NAME?错误的原因及解决

返回#NAME?错误值原因Excel 无法识别公式中的文本时，将会出现#NAME?错误，可能包含以下几种情况：1、公式中使用了未定义的名称。2、函数名称或已定义的名称拼写不正确。3、公式中的文本未使用双引号括起、区域引用中未输入冒号分隔、引用其他工作表时未使用单引号括起。4、公式使用了未安装的加载项中的函数。返回#NAME?错误值的解决方法1、检查是否使用了工作表或工

1.2291

4

4

0

关注作者

收藏

<1…117118119…404>

CDA考试动态

CDA报考指南