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

zjjwf

k-NN 模型评价

1.应用广泛2.计算效率低，耗费计算资源较大3.抗噪性较弱，对噪声数据（异常值）较为敏感4.模型不稳定，可重复性较弱5.需要进行归一化处理

24.9122

2

2

0

关注作者

收藏

gracejpw1117

关于Flume拦截器

1）拦截器注意事项项目中自定义了：ETL拦截器。采用拦截器的优缺点：优点，模块化开发和可移植性；缺点，性能会低一些2）自定义拦截器步骤（1）实现 Interceptor（2）重写四个方法Ø initialize 初始化Ø public Event intercept(Event event) 处理单个EventØ public List intercept(List

25.3511

2

2

0

关注作者

收藏

gracejpw1117

Flume的几种常见Sink

1.Logger Sink 记录INFO级别的日志，一般用于调试。必须配置的属性：属性说明： !channel – !type – The component type name, needs to be logger maxBytesToLog 16 Maximum number of byt

24.8504

1

4

0

关注作者

收藏

若水若谷

Excel ：高级筛选的步骤？

高级筛选4步曲：1. 设置条件区域和复制区域2. 选择列表区域：想要筛选的区域3. 选择条件区域：想要满足的筛选条件4. 选择复制区域：想要粘贴结果的区域

25.1982

2

2

0

关注作者

收藏

读童话的狼

分测试集和训练集，在预处理的前面还是后面

方法1：把训练集和测试集合在一起做归一化，这样特征范围就统一了。之后用训练集做训练，那测试集做测试。但很明显的，在训练模型时，不应该包括任何测试集的信息。这种做法会导致存在人为偏差的模型，不能用。方法2：对训练集单独做归一化，之后对测试集单独做归一化。这种看法看似也可以，重点在于数据量以及数据的排列顺序。在数据量大且数据被充分打乱的前提下，这种做法是可行的。但换句话说，如果有这样的前提假设，那么方

25.1982

2

4

0

关注作者

收藏

LXM21

Mysql批量插入数据

问：插入语句是不是不可用批量插入，只能一条一条写insert语句呢？答：可以一次插入多条记录，也可以从文件批量导入例如：一次插入多条：insert into dept(dname,deptno,loc) values ('accounting',10,'new york'), ('research',20,'dallas'), (30,'sales','

27.4442

4

0

0

关注作者

收藏

姚慧扬

数据分析方法论

树状分析方法论：1.梳理行业常用指标，选取其中一个作为总指标；2.将总指标拆解成其他指标的求和或者乘积，如果指标较少的话，可以将指标拆成不同纬度下的同一指标，逐层下拆，直至不能拆解为止。3.将指标拆解思路排列成树状结构，并增加环比或者同比值，借变化比率来快速定位问题。

25.2870

3

2

0

关注作者

收藏

雯子哦呀呀

pandas中创建Series

Pandas通常是用于数据分析过程中, 数据的清洗, 数据预处理, 数据的描述性分析等过程中.API：应用程序编程接口Pandas可认为是Python中的excelPandas中最主要的两种数据类型是：一维的Series和二维的DataFrame一个Series中只能保存一种数据类型DataFrame是由Series构成的，所以看DataFrame由几个元素构成，就看有几个Series列表转换为D

24.8504

1

2

0

关注作者

收藏

liting李

MySQL多表查询语句

多张数据表或视图的查询叫做连接查询-- 1.笛卡尔积:SELECT * FROM emp,dept;-- 2.等值链接(SELECT * FROM A,B WHERE A.主键=B.外键;)SELECT * FROM emp,dept WHERE dept.deptno = emp.deptno;-- 3.内连接(SELECT * FROM A INNER JOIN B ON A.主键=B.外键;

25.0985

3

4

0

关注作者

收藏

liting李

数据定义语言DDLcreate,alter,drop

-- 一、数据库相关的DDL-- 1.创建数据库CREATE DATABASE mybase;-- 2.创建数据库并指定字符集CREATE DATABASE mybase1 CHARACTER SET UTF8;-- 3.查看所有数据库SHOW DATABASES;-- 4.查看当前使用的数据库SELECT DATABASE();-- 5.修改数据库ALTER DATABASE mybase CH

25.0690

3

0

0

关注作者

收藏

haoyumeng

pandas提取数据信息的一些方法

一个例子：一下是一些股票代码和股票名称,300783 三只松鼠601236 红塔证券603256 宏和科技601698 中国卫通603867 新化股份600968 海油发展300594 朗进科技603863 松炀资源603217 元利科技将这列数据创建成一个 Series,股票名称作为索引,股票代码是数据.data = [300783,601236,603256,601698 ,603867,60

40.1654

3

2

0

关注作者

收藏

永洪科技

做了这么久数据分析没收获，原来一直在做“伪数据分析”

用数据说话已成为流行语，数据分析能力，俨然已经成为互联网人的必备技能。现在各行各业，越来越多的企业都在努力寻求具备数据分析能力的人才和专业数据分析人才，几乎所有的中、高阶产品、运营和市场甚至管理岗位，都对数据分析能力也越来越重视。数据分析的重要性我们已有目共睹，但在日常使用中，我们的数据分析未必是正确的。有不少企业管理者反映，具备业务能力同时又懂数据分析的人才太稀缺了，甚至可以说绝大多数在做“假”

40.1856

4

0

0

关注作者

收藏

赵娜0418

linspace()函数如何使用？

生成指定范围内指定个数的一维数组def linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None):在指定的间隔["start","stop"]内均匀地返回数字。返回“num”个等间距的样本。endpoint是一个bool类型的值，如果为"Ture","stop"是最后一个值，如果为"False",生成的数组不会包

1.4060

3

3

0

关注作者

收藏

雯子哦呀呀

Python数据清洗第一天笔记

7.20笔记Numpy 是 Python 的一个科学计算包，包含了多维数组以及多维数组的操作。为什么Python适合做数据分析?---》因为Python有一个完善的生态环境为什么先学numpy？--》因为pandas是基于numpy进行开发的,Numpy中最重要的一个对象就是ndarray np.array() 就相当于我们学习过的list,int,str等等,将其他的数据类型转换为ndarray

40.0127

2

3

0

关注作者

收藏

zengweiak47

pandas是基于numpy去进行开发的.numpy数学运算:开发一个算法,写一个算法,做一些数学运算,实现一些公式.每个array只能装一种数据类型传递的数据包含小数和整数,自动转换为小数向上转换(字符串高于浮点型高于整数)改变数据类型a.astype("需改变的数据类型")矢量,向量:既有大小又有方向的一个变量np.nan为空值(浮点型),np.inf为无穷大random.randn(

27.5558

3

2

0

关注作者

收藏

姚慧扬

ndarray的一些注意事项

非常重要# 每一个坐标轴 axis 都有一个编号# 从外层到内层编号, 0, 1, 2 axis=0 axis = 1 axis=2# 从内层到外层进行编号 -1, -2, -3 axis = -1, axis = -2 , axis = -3# axis = 0 , axis = -3 是一个轴# axis = 1, axis=-2 是一个轴# axis = 2 axis =

27.4900

1

2

0

关注作者

收藏

赵娜0418

怎么修改Jupyter notebook的默认路径？

先看一下Jupyter notebook的默认界面：1. 首先要找到配置文件位置。在开始菜单里找到并打开Anaconda Prompt，输入如下命令，然后执行。jupyter notebook --generate-config2. 打开上一步生成的配置文件:C:\Users\Administrator\.jupyter\jupyter_notebook_config.py实际上，C:\Users

41.2466

3

0

0

关注作者

收藏

赵娜0418

python如何添加环境变量？

2、1、点击我的电脑，选择属性2、选择高级系统设置3、点击右下角的环境变量4、在用户环境变量中选择path，点击编辑5、将C:\ProgramData\Anaconda2\Scripts加入环境变量，看个人安装路径不同需要自己调整6、然后一直点确定即添加成功7、此时我们右键打开命令窗口，输入conda --version即可看到版本信息

41.2920

4

2

0

关注作者

收藏

赵娜0418

Jupyter notebook报“Jupyter”不是内部命令也不是外部命令的错误

【环境】win10【解决】首先要安装python3，其次按以下步骤排查：1，没有安装jupyter notebook，安装它：python3 -m pip install --upgrade pippython3 -m pip install jupyter2，安装了jupyter notebook，但是没有添加到系统path，添加一下：控制面板-系统和安全-系统-高级系统设置-环境变量-在用户变

41.2466

3

0

0

关注作者

收藏

liting李

CHAR和VARCHAR的区别？

1）char的长度是不可变的，用空格填充到指定长度大小，而varchar的长度是可变的。2）char的存取数度还是要比varchar要快得多3）char的存储方式是：对英文字符（ASCII）占用1个字节，对一个汉字占用两个字节。varchar的存储方式是：对每个英文字符占用2个字节，汉字也占用2个字节。

39.9469

1

1

0

关注作者

收藏

<1…133134135…404>

CDA考试动态

CDA报考指南