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

158****6283

机器学习(结构化数据，scikit-learn库)

1、机器学习基础有监督学习/无监督学习分类和回归训练集、测试集、验证集数据预处理和特征工程网格搜索和学习曲线欠拟合，过拟合，正则化代价函数/损失函数泛化性能—偏差，

25.0134

4

4

0

关注作者

收藏

158****6283

1， python语言（Anaconda:jupyter）2， numpy科学计算库3， pandas数据分析库4，可视化库小可视化：matplotlib,seaborn,pycharts 大可视化：powerbi,tableau 5，网络爬虫

25.0134

4

3

0

关注作者

收藏

158****6283

1，高等数学求导，链式法则，凸优化，梯度，KKT条件，泰勒公式2，线性代数全部（矩阵运算，特征值和特征向量），矩阵分解，矩阵论3，概率统计条件概率，线性回归，常见几种分布，最大似然数，隐马尔科夫模型（HMM），条件随机场（CRF）4，信息论信息熵

0.2147

2

3

0

关注作者

收藏

小懒爱科比

python的学习内容和概述

分享自老师~〇、数据基础1. 高等数学求导，链式法则，凸优化，梯度，KKT条件，泰勒公式2. 线性代数全部（矩阵运算，特征值和特征向量），矩阵分解，矩阵论3. 概率统计条件概率，线性回归，常见几种分布，最大似然估计，隐马尔科夫模型(HMM)，条件随机场(CRF)4. 信息论信息熵一. 数据分析1. python语言(Anaconda软件:jupyter notebook+

24.8114

6

1

0

关注作者

收藏

gracejpw1117

Hive SQL的分区表和分桶表

分区和分桶Hive将表划分为分区(partition)表和分桶(bucket)表。分区可以让数据的部分查询变得更快，也就是说，在加载数据的时候可以指定加载某一部分数据，并不是全量的数据。分桶表通常是在原始数据中加入一些额外的结构，这些结构可以用于高效的查询，例如，基于ID的分桶可以使得用户的查询非常的块。分区表　所谓的分区表，指的就是将数据按照表中的某一个字段进行统一归类，并存储在表中的不同的位置

24.7611

5

3

0

关注作者

收藏

zhongxn

列联分析（基于spss 25）

假设 HO:一胎的性别对生育二胎无影响 H1:一胎的性别对生育二胎有影响注：从上图可知，总数=30

42.1928

8

6

0

关注作者

收藏

M151****2366

Python与C语言的区别

https://www.cnblogs.com/sui776265233/p/10046726.htmlPython可以说是目前最火的语言之一了，人工智能的兴起让Python一夜之间变得家喻户晓，Python号称目前最最简单易学的语言，现在有不少高校开始将Python作为大一新生的入门语言。本萌新也刚开始接触Python，发现Python与其他语言确实有很大的区别。Python是由C语言实现的，因

25.0688

6

5

0

关注作者

收藏

倪美佳

机器学习导包小汇总，还差随机森林/支持向量机没学，等学好再来完善

五、导包 1、画图包import matplotlib.pyplot as plt #画图软件 plt.style.use('ggplot')#画图的风格%matplotlib inline #在线显示 plt.rcParams["font.sans-serif"]=["SimHei"] #解决中文乱码问题 plt.rcParams["axes.unicode_minus"]=F

25.4046

8

0

0

关注作者

收藏

M17051121193254

MSQL复习-子查询

子查询子查询又称为嵌套查询，它是指在一个select语句中包含另一个或多个完整的select语句。子查询的语法规则：子查询需要用圆括号括起来。子查询多可以嵌套到32层（个别查询可能会不支持32层嵌套）。执行顺序由内到外，先执行内部的子查询，再执行外部的主查询。1.子查询分类按子查询返回的结果，可分为：标量子查询：返回的结果是一个数据（单行单列）（select，where，having）行

56.4490

3

2

0

关注作者

收藏

M17051121193254

MYSQL复习-数据查询（二）

分组查询在 SELECT 语句中，允许使用 GROUP BY 子句将查询结果按照一个或多个字段进行分组，字段值相同的为一组，对每个组进行聚合计算，实现数据的分组汇总select from [where ] group by ;select 后的字段名应该是分组字段和聚合字段以及一一对应的字段。 group by分组字段可以是一个或多个。如果

56.4515

4

1

0

关注作者

收藏

gracejpw1117

Hadoop MapReduce过程详解：切片、分区、合并、归并、shuffle

MapReduce的过程：就是从输入杂乱、无规则的数据，通过自定义规则，切片，分区，在经过合并，归并操作，最后让其按规则输出，写入磁盘的过程。1.输入切片Split 输入切片（inputSpilt):在进入map之前，需要经过切片，在我们不设置切片的大小时候，有两种规则:1）默认切片大小=BlockSize，hadoop1.X是64M，hadoop2.X是128M;2）文件本身的大小;也可以自定义

57.2946

4

5

0

关注作者

收藏

liuyong2730

关于Power BI建模时的筛选方向

在power BI中，维度筛选度量的汇总方式有两种：第一种是传统的类型，维度对度量直接合并同类项计算，这一种很容易理解，不用举例了。第二种是跨表连接的情况下，对维度下的所有连接用关键字段项在度量值所在表里做汇总计算这些关键字段对应的度量值。这一种比第一中多一个步骤，即先找到维度下对应的关键字段，然后再汇总所有这些关键字段在度量值所在表里的度量值。例如下表中订单提成表通过产品表和订单表连接，如果用订

57.2946

4

4

0

关注作者

收藏

bowan.

方差分析：定性数据对定量数据的影响

方差分析：定性数据对定量数据的影响方差分析解决问题的步骤一、方差分析的数据结构二、方差分析的分析步骤用表格表示分析计算过程：1、单因素方差分析：2、不重复双因素方差分析：其中，关系强度系数：R2=(SSR+SSC)/SST3、可重复双因素方差分析三、excel中方差分析：数据——数据分析——方差分析：单因素方差分析——输入区域（所有数据包含第一行分类）——标志位于第一行（打勾）——输出区域单因素方

54.5286

4

4

0

关注作者

收藏

默念641

在POWER BI中要对新建好的度量值排序应该如何操作？

新建度量值完成后顺序可能并不是我们所想要的，此时无法通过拖拽的方式排列。 2.此时我们可以通过重命名字段，在前面加上我们想要排序的序号即可按照序号的大小达到排序的目的。3.输入想要排序的序号即可。

54.3053

2

4

0

关注作者

收藏

维博520

数据结构是在整个计算机科学与技术领域上广泛被使用的术语。它用来反映一个数据的内部构成，即一个数据由那些成分数据构成，以什么方式构成，呈什么结构。数据结构有逻辑上的数据结构和物理上的数据结构之分。逻辑上的数据结构反映成分数据之间的逻辑关系，而物理上的数据结构反映成分数据在计算机内部的存储安排。数据结构是数据存在的形式。　　数据结构是信息的一种组织方式，其目的是为了提高算法的效率，它通常与一组算法的集

53.5402

2

2

0

关注作者

收藏

Kevin66832

如何用SPSS进行二元逻辑回归分析？

题目是这样的：建立二胎生育意愿为因变量，家庭年净收入和一胎性别为自变量的逻辑回归模型。首先，二胎意愿属于二项分布，即只有两种情况（愿意和不愿意）因此，将二胎意愿列和一胎性别列量化（愿意-1，不愿意-0，男性-1，女性-0），数据如下：接下来把数据复制粘贴进SPSS软件，并设置名称和值标签~然后，在数据视图下选择分析--回归--二元Logistic将，二胎生育意愿设为因变量，家庭年净收入和一胎性别设

53.9232

6

2

0

关注作者

收藏

shauna570392

使用eviews做回归分析

题目：建立二胎生育意愿为因变量（y），家庭年净收入和一胎性别为自变量（x）的逻辑回归模型原始数据如下：步骤:一：设愿意—1，不愿意—0，男—1，女—0（分类变量的编码处理，一般习惯设为0，1）步骤二：打开Eviews（点击files—new—workfile...出现的对话框选unstructured/undated，在旁边的空格处填>=30的数，因为此样本容量为30个）建好如下步骤三：点击

56.8208

5

0

0

关注作者

收藏

shauna570392

分类变量除了愿意、不愿意，如果实际中有人选择类似中等愿意的第三种选择，设0还是1？还是设其他数字

如果分类变量为：不愿意，中等愿意，愿意，这里描述了事物等级或顺序，表现出了不同的意愿。在进行编码的时候如果是有序分类变量，一般可按对因变量影响由小到大的顺序编码为0、1、2、3、...这里可以把不愿意编码为0，中等愿意编码为1，愿意编码为2

56.6980

4

2

0

关注作者

收藏

shauna570392

如何确定抽样统计的最小样本量?-经验法则

对于规模较小的总体(1000人以下),研究者需要比较大的抽样比率(大约30%)为要有较高的精确性,这时需要大约300个样本；对于中等规模的总体(如10000人),要达到同样的精确度,抽样比率为10%或大约1000个样本量就可以。就大规模的总体(超过150000)而言,抽样比率为1%或大约1500个样本量就能得出正确的结果。如果是非常大的总体（超过1000万）。研究者可以使用0。025%抽样比或者大

56.6980

4

3

0

关注作者

收藏

李名奎

回归分析的具体讲解

什么是回归分析？回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。回归分析是建模和分析数据的重要工具。在这里，我们使用曲线/线来拟合这些数据点，在这种方式下，从曲线或线到数据点的距离差异最小。我会在接下来的部分详细解释这一点

54.3451

4

3

0

关注作者

收藏

<1…157158159…404>

CDA考试动态

CDA报考指南