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

zengweiak47

#y的缺失在百分十几以上必须要模型填补,超过20%则比较严重#x的缺失在20到50可以容忍,达到50视为缺失严重,缺失达到70-80%则没有必要填补一般模型填补比较准,中位数较为不准,时间不允许,使用中位数模型2天可以跑完,算是可以接受y缺失有点多,使用模型来填模型准确度每提高一个百分点,都是非常可贵.不要小看百分之一.MissForest 无脑选用,随机森林KNNImputer 填充比较慢随机森

30.8409

1

0

0

关注作者

收藏

肖宁21

假设检验的基本原理与基本思想

假设检验的基本原理与基本思想（1）基本原理：“小概率原理” --0.05(小概率)在一次试验中，小概率事件是不可能发生的；如果发生，我们就认为该事件是假的；如果真的发生了，我们则认为犯错误了，统计学中把这种错误称为“统计学所犯的错误”（“两类错误”）。（2）基本思想首先假定假设是正确的，然后利用样本信息来证明假设是不正确的，即“反证法”。如果样本信息不能充分的证明假设是不正确的，我们就认

51.4838

3

1

0

关注作者

收藏

ALEXSONG_JY

POWER BI 人生第一天（细碎）

(a as number) =>let 源 = if a > 0 then "正数" else if a=0 then "零" else "负数"in 源思考题用自定义函数与判断语句，创建由三个参数构成的自定义函数,自定义函数用来选择做四则运算中的哪种运算，并返回计算结果。提示：前两个参数用来参与四则运算，第三个参数用来判断做哪种类型的计算例：当第三个参数为

51.4838

3

4

0

关注作者

收藏

shauna570392

求出方差为什么还要乘以 X.shape[0]？

X.shape返回X的行数和列数，例如shape出来的值（3，2），3代表行数，2代表列数，shape[0]取得是列的值：3，这里乘 X.shape[0]相当于乘样本个数

31.2054

3

1

0

关注作者

收藏

hcy吃猫的鱼

1.总体信息未知时用估计，总体信息已知时用检验；2.以样本量等于30为界点来划分大样本和小样本；3.当总体非正态且小样本时，由于信息匮乏不考虑；4.样本比例中，n充分大要求np>=5且n(1-p)>=5;5.不能说“某个区间以90% 的概率包含总体参数"，也不能说总体参数有90% 的可能性落在某个区间；6.一个特定的区间只能包括或者不包括参数的真实值；7.概率是用于事前描述，事后描述不能用概率，事

51.4838

3

2

0

关注作者

收藏

132****7268

使用不同路径Power Query文件报错

使用不同路径的Power Query文件报错原因是Power Query文件和源文件是相互对应的，当源文件路径和Power Query文件指定的路径不一致时，Power Query会因为找不到源文件报错，解决方法如下：1、点击需要打开的Power Query文件2、点击数据转换显示错误3、点击右侧界面中的源4、将源文件的路径改为自己文件下的路径即可注意：所有的源文件路径均要改

51.5751

4

1

0

关注作者

收藏

Jiapingyue

1.惩罚越大，所有的参数都是趋近于02.所有的参数都是趋近于0，很难等于03.可以大致观测数据集里的共线性问题，查看这个图中是否有喇叭口。4.如果出现喇叭口的话，可以大致确定有共线性的情况存在，但不能确定是哪些特征之间有共线性5.Ridge可以尝试消除这种共线性，但是大多数情况下，效率不是特别高

51.4222

3

1

0

关注作者

收藏

Aran刘跃然

统计学精简笔记（推断性统计）

估计：总体参数未知检验：总体参数已知但不知其是否正确预测：总体参数确定去预测未来（也可认为是估计的一种）一、估计1.证明：经验法则与切比雪夫不等式证明了均值、比例、标准差包含了一组数据的大部分主要信息，并且可以用这些信息进行总体估计的可能性。2..分类：已参数估计为基础，衍生出非参数估计与半参数估计，共三种估计方法。3.步骤：选定参数-选定统计量-抽样分布-估计（一）选定参数——确定需要估计的参数

51.4883

4

2

0

关注作者

收藏

永洪科技

数据分析精华经验分享，看看冠军是如何炼成的？

2020年2月21日，由CDA数据分析师联合永洪科技主办的2020年“智慧杯”数据可视化大赛正式启动。在数字化浪潮下，数据分析的重要性已不言而喻。此次比赛得到了广泛关注，众多职场精英和广大高校学子积极参与。历时3个多月，比赛圆满落幕，大赛成绩在7月9日永洪科技线上新品直播大会上隆重揭晓！比赛冠军和前十名已诞生，他们当中，有在校大学生，有刚毕业的职场新人，有零基础的，也有转行做数据分析的。从参赛到结

51.4953

4

1

0

关注作者

收藏

听海@看日落

DAX中最重要的函数：Calculate

介绍DAX的时候，特别强调过一个重要的函数:CALCULATE,本文就来揭秘这个函数的计算原理以及它是如何影响上下文的。CALCULATE的语法结构语法：CALCULATE(,,…)第一个参数是计算表达式，可以执行各种聚合运算从第二个参数开始，是一系列筛选条件，可以为空；如果多个筛选条件，用逗号分隔所有晒选条件的交集形成最终的筛选数据集合根据筛选出的数据集合执行第一个参数的聚合运算并返回运算结果前

51.2105

2

3

0

关注作者

收藏

雯子哦呀呀

Python的一些更新

在电脑右下角找到附件--->命令提示符-->右键,以管理员身份运行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.配置 nbextension：jupyter

70.6874

5

3

0

关注作者

收藏

肖宁21

1.算术平均数①定义：数据的和与数据个数之比。 ②表示的符号： xbar③计算④特点： A.易受极端值的影响，受max的影响>受min的影响（被平均：算术平均数容易受极大值影响）B.各变量值与均值的离差之和等于零（算术平均数相当于物体的重心点）C.各变量值与均值的离差平方和最小2.调和平均数(harmonic mean) ①定义：变量值倒数的算术平均数的倒数。 ②表示的符号： H③计算

70.7174

6

4

0

关注作者

收藏

雯子哦呀呀

anaconda配置环境变量

有时候在安装好Anaconda3后，使用conda命令时依然会出现：C:\Users\dell\PycharmProjects\pytorch>conda list'conda' 不是内部或外部命令，也不是可运行的程序或批处理文件。这样的情况大部分时因为在安装的时候，没有将anaconda命令加入到系统的环境变量中。配置步骤如下：在我的电脑右键-属性-高级系统设置-高级-环境变量中在path中加入

70.4570

2

4

0

关注作者

收藏

读童话的狼

where后面可以跟聚合函数吗

1、having 放在group by 的后面2、group by 后面只能放非聚合函数3、where 子句的作用是在对查询结果进行分组前，将不符合where条件的行去掉，即在分组之前过滤数据，条件中不能包含聚组函数，使用where条件显示特定的行。4、having 子句的作用是筛选满足条件的组，即在分组之后过滤数据，条件中经常包含聚组函数，使用having 条件显示特定的组，也可以使用多个分组标

52.5693

5

1

0

关注作者

收藏

读童话的狼

利用Anaconda创建Python3.5环境

anaconda版本：2020.2创建的Python环境：3.5.5安装anacondaanaconda的安装就不说了，从清华大学开源软件镜像站下载安装即可创建Python环境1.在开始菜单找到Anaconda Prompt 以管理员身份打开2.输入conda create -n python35 python=3.5 anaconda这里安装的是相关的所有anaconda的包(如果只是想要一个环

70.3029

1

2

0

关注作者

收藏

读童话的狼

anaconda与Python的版本对应关系

Release datecondapython2.7python3.4python3.5python3.6python3.7python3.82015-02-253.4.32015-05-232.7.102015-09-133.5.02015-12-052.7.112015-12-073.5.12015-12-213.4.42016-03-29conda 4.0.5Anaconda2-4.0.0

70.3942

2

2

0

关注作者

收藏

赵娜0418

框架、库、包、模块有何区别？

1、python模块（module）模块主要由类和函数组成，表现形式为：写的代码保存为文件。这个文件就是一个模块。*****.py 其中文件名*****为模块名字。模块中一般会包含如下代码if __name__=="_main_":这个文件既可以被其他程序调用，也可以独立运行。2、python包（package）包是一个有层次的文件目录结构，它定义了由n个模块或n个子包组成的python应用程序执

130.3064

6

1

0

关注作者

收藏

赵娜0418

变量重命名方法

将重命名date为testDate，就像以下代码演示的一样：> names(leadership)[1] "manager" "date" "country" "gender" "age" "q1" "q2"[8] "q3" "q4" "q5"> names(leadership)[2] leadershipmanager testDate country gende

3.3621

5

1

0

关注作者

收藏

赵娜0418

json如何使用

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。其中：json.dumps ：将 Python 对象编码成 JSON 字符串json.loads：将已编码的 JSON 字符串解码为 Python 对象。调用json，先导入：import jsonjson.dumps(obj, skipkeys=False, ensure_ascii=True, che

3.2080

4

1

0

关注作者

收藏

赵娜0418

统计学中P值是什么？

当原假设为真时样本观察结果或更极端结果出现的概率。如果P值很小，说明这种情况发生的概率很小，如果出现这种情况，根据小概率原理，我们就有理由拒绝原假设，P值越小，拒绝原假设的理由就越充分。P值的大小取决于三个因素：第一、样本数据与原假设之间的差异。第二、样本量。第三、被假设参数的总体分布。P 值总结：1. 是一个概率值2. 如果原假设为真，P-值是抽样分布中大于或小于样本统计量的概率• 左侧检验时

72.5425

4

0

0

关注作者

收藏

<1…131132133…404>

CDA考试动态

CDA报考指南