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

Excel中报#VALUE!错误的原因及解决

返回#VALUE!错误值原因使用的参数类型不正确时，将会出现#VALUE!错误，可能包含以下几种情况：1、当公式或函数的参数类型不正确时。例如，公式“=SUM(abc,def)”将返回#VALUE! 错误值，因为 SUM 函数的参数必须是数字，而此处传递给 SUM 函数的参数却是文本类型。2、当需要使用单个值时却使用了区域。3、输入或编辑数组公式后未按【Ctrl+Shift+En

1.2291

4

5

0

关注作者

收藏

赵娜0418

Excel中报#NUM!错误的原因及解决

返回#NUM!错误值原因如果公式或函数中使用了无效数值，将会出现#NUM!错误值，可能会包含以下几种情况：1、当公式或函数需要数字参数时，传递给公式或函数的却是非数字参数。2、公式或函数使用了一个无效参数。例如，公式“=SQRT(-4)”。3、一个使用迭代算法的函数并且该函数无法得到计算结果。例如IRR和RATE函数。4、公式的返回值太大或太小，超出了Excel限制的范围。Ex

38.3749

5

2

0

关注作者

收藏

赵娜0418

Excel中报#REF错误的原因及解决

返回#REF!错误值原因当公式使用了无效的单元格引用时，将会出现#REF!错误，可能包含以下几种情况：1、删除了已经被公式引用的单元格。例如，单元格 A1 中包含公式“=B1+C1”。如果将单元格 B1 删除，那么该公式将返回 #REF! 错误值。2、复制公式到其他位置时，其中的单元格引用变为无效。例如，单元格 B2 中包含公式“=A1”，如果将该公式复制到 B1 中，公式将返回 #

38.3749

5

5

0

关注作者

收藏

s1223452840

打开jupyter notebook时浏览器不能自动弹出问题?

解决办法一：将http://localhost:8888/tree复制到浏览器打开此种方法每次需要重新输入，或复制链接，略显麻烦，请移步到方法二解决办法二：1、win+r 然后输入cmd,回车打开命令窗口2、在命令窗口中输入jupyter notebook --generate-config，回车，有的电脑会提示输入y/N，输入y，回车找到jupyter notebook --generate-c

37.2563

4

1

0

关注作者

收藏

s1223452840

np.argsort()函数的功能和用法?

np.argsort()函数将数组的值从小到大排序后，并按照其相对应的索引值输出一维数组:a = array([3, 3, 6, 2, 1, 9])print(np.argsort(a))输出:[4 3 0 1 2 5]分析：a[4]=1 为ａ中最小值，排序后第一个为１，其索引为４；a[5]=9 为a中最大值，排序后最后一个为９，其索引为５．

37.2563

4

1

0

关注作者

收藏

于家崎

数据分析Python——PYECHARTS

PYECHARTS介绍pyecharts 中⽂⽂档 https://pyecharts.org/#/zh-cn/ github 主⻚ https://github.com/pyecharts/pyecharts新版本修改说明https://github.com/pyecharts/pyecharts/issues/1033

37.2563

2

5

0

关注作者

收藏

liting李

如何优化模型？

如果在评估模型时，发现模型欠拟合（即效果不佳）或者过拟合，则模型不可用，需要优化模型。所谓的模型优化，可以有以下几种情况：1）重新选择一个新的模型；2）模型中增加新的考虑因素；3）尝试调整模型中的阈值到最优；4）尝试对原始数据进行更多的预处理，比如派生新变量。不同的模型，其模型优化的具体做法也不一样。比如回归模型的优化，你可能要考虑异常数据对模型的影响，也要进行非线性和共线性的检验；再比如说分类模

32.4102

2

1

0

关注作者

收藏

liting李

正态分布图怎么看？

如上图，正态分布图如何看呢？答：这张图表示随机变量在其区间上取值的概率。横轴区间（μ-σ,μ+σ）内的面积为68.268949%。P{|X-μ|

32.1300

1

6

0

关注作者

收藏

赵娜0418

如何用公式计算最近7天内实时更新的数据的汇总和？

问：如何用公式计算最近7天内实时更新的数据的汇总和？答：用SUM和OFFSET函数嵌套计算得出结论，公式如下： =SUM(OFFSET($B2,0,COUNTA(C2:P2)-7,1,7))思路：SUM为求和函数；OFFSET这里起到最为关键的作用，各个参数说明：1、偏移参照单元格，B2；2、偏移行值，因为行不做偏移，所以为0；3、偏移列值，这里使用COUNTA求个数函数求出所有数减7为

39.2789

6

2

0

关注作者

收藏

Aran刘跃然

Python数据可视化精简笔记

一、使用 matplotlib 包：1.import matplotlib as plt2.#查看都有什么风格plt.style.available#设置风格plt.style.use("seaborn")3.# windows电脑 Matplotlib 支持中文plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicod

47.5818

2

2

0

关注作者

收藏

-黄纬

时间智能函数（DAX）

数据分析表达式 (DAX) 包括时间智能函数，这些时间智能函数通过使您能够使用时间段（包括日、月、季度和年）对数据进行操作，然后生成和比较针对这些时段的计算，支持商业智能分析的需要。在 DAX 中提供以下时间智能函数。时间智能函数的使用可以参照网址：https://docs.microsoft.com/zh-cn/previous-versions/sql/sq

47.7024

4

4

0

关注作者

收藏

anranhui

成绩表A，总分100，以10分为一个分数段，统计各分数段的人数（SQL）

需求：根据成绩表数据，以10分为一个分数段，成绩进行分段统计思路：1.对成绩除10，然后向下取整，得到区间分组值；2.根据区间分组值进行分组统计；1.创建表A，并且插入值CREATE TABLE A( name VARCHAR, grade float)INSERT INTO a VALUES ('a', 90);INSERT INTO a VALUES ('b', 93);IN

47.6465

3

0

0

关注作者

收藏

fuli2020

机器学习-KNN算法

机器学习的方法是基于数据产生的“模型”的算法，也称“学习算法”，包括有监督学习、无监督学习、半监督学习、强化学习。有监督学习：指对数据的若干特征与若干标签（类型）之间的关联性进行建模的过程，只要模型被确定，就可以应用到新的未知数据上，这类学习过程可以进一步分为【分类】任务和【回归】任务，在分类任务中，标签都是离散值；而在回归任务中，标签都是连续值。无监督学习，指对不带任何标签的数据特征进行建模，通

47.6465

3

3

0

关注作者

收藏

zengweiak47

朴素贝叶斯(把数据中的每个特征看做独立分布)如何提取文本特征(NLP)在计算机计算时防止下溢出,取对数词向量模型 One-hot Representtation DIstributed representTation词袋模型:TF-IDF模型(不但考虑出现次数,还有逆文本频率) TF大表示在本文本中出现次数多 IDF大表示在其他文本出现少,本文出现多1.文本分类: 邮件分类

32.2370

4

3

0

关注作者

收藏

隋东芝

聚类和分类

分类：使用已知的数据集（训练集），得到相应的模型，通过这个模型可以划分未知数据。分类涉及到的数据集通常是带有标签的数据集；分类是有监督学习；一般分两步实现，训练数据得到模型，通过模型划分未知数据。常用的分类算法包括：NBC（Naive Bayesian Classifier，朴素贝叶斯分类）算法，LR（Logistic Regress，逻辑回归）算法，ID3（Iterative Dichotomi

32.2370

4

7

0

关注作者

收藏

于家崎

数据分析Python——matplotlib

数据可视化——Matplotlib风格style查看风格:style.available使用风格:style.use("风格")设置支持中文字体显示:windows电脑 Matplotlib 支持中文plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus'] = Falsemac电脑正常显示中文plt.r

31.9567

2

1

0

关注作者

收藏

听海@看日落

常用查看/选取数据的方法

查看数据常用方法在参数说明中DataFrame数据格式的后续简称df，Series数据格式的简称s。pd.DataFrame官方文档属性描述df.head(n)查看DataFrame对象的前n行df.tail(n)查看DataFrame对象的最后n行df.shape查看数据的行列数各是多少df.info()查看索引、数据类型和内存信息df.describe(percentiles=[.05, .2

32.1403

3

4

0

关注作者

收藏

CDA持证人阿涛哥

# 绩效计算器 #

问题: # 绩效计算器 #你作为酒水专柜负责人在同福客栈干了一段时间了，佟湘玉掌柜想对你管理的酒水专柜进行绩效考核，考核要求很简单：每天的净利润大于 3000 文钱为合格，否则不合格。在"利润计算器"这一题中,你已经完成了计算净利润的 calc_profit() 函数，接下来请你写一个绩效计算器来计算一下酒水专柜每天绩效考核是否合格，要求：1,再定义一个名为 calc_perf 的函数；2,该函数

90.4965

5

6

0

关注作者

收藏

马敏11

Python有哪些外壳

1.“ if ”系列条件判断语句判断两个条件的if else条件判断语句 age = int(input("请输入你的年龄")) if age >= 18: print("成年了，可以去网吧了") else: print("未成年，不能入内") 判断超过两个条件的if elif 和 else语句

22.4147

3

0

0

关注作者

收藏

zengweiak47

先用标准线性回归试一下,再用岭回归或者lasso回归.逻辑回归:解决多分类问题OVO方法: 容易两个类别之间构建一个分类器,加起来取值最大选哪个缺点:计算量大,优点:数据相对平衡 OVR方法(一类和剩下的一类) 缺点:数据相对不平衡,优点:计算量小机器学习中的损失函数1.回归问题1.1平均决定误差--L1损失函数l.2均方差误差 -- L2损失函数1.3Huber损失 -

22.4147

3

2

0

关注作者

收藏

<1…118119120…404>

CDA考试动态

CDA报考指南