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

读童话的狼

MySQL：where 可以用，但是having不能用是怎么回事？

having子句与where有相似之处但也有区别,都是设定条件的语句。在查询过程中聚合语句(sum,min,max,avg,count)要比having子句优先执行；而where子句在查询过程中执行优先级别优先于聚合语句(sum,min,max,avg,count)。1.WHERE 子句用来筛选 FROM 子句中指定的操作所产生的行。2.GROUP BY 子句用来分组 WHERE 子句的

21.2571

3

6

0

关注作者

收藏

wo5656500

CART比C4.5好在哪里呢

C4.5是基于ID3优化后产出的算法，主要优化了关于节点分支的计算方式，优化后解决了ID3分支过程中总喜欢偏向取值较多的属性。ID3是信息增益分支，而CART一般是GINI系数分支，C4.5一般是信息增益率分支。CART和C4.5之间主要差异在于分类结果上，CART可以回归分析也可以分类，C4.5只能做分类；C4.5子节点是可以多分的，而CART是无数个二叉子节点。

21.0654

1

2

0

关注作者

收藏

wo5656500

Information value和Entropy的区别？

1、信息这个是熵和信息增益的基础概念，我觉得对于这个概念的理解更应该把他认为是一用名称，就比如‘鸡‘(加引号意思是说这个是名称)是用来修饰鸡(没加引号是说存在的动物即鸡)，‘狗’是用来修饰狗的，但是假如在鸡还未被命名为'鸡'的时候，鸡被命名为‘狗’，狗未被命名为‘狗’的时候，狗被命名为'鸡'，那么现在我们看到狗就会称其为‘鸡’，见到鸡的话会称其为‘鸡’，同理，信息应该是对一个抽象事物的命名，无论

0.0000

0

6

0

关注作者

收藏

詹惠儿

求自由度n-k，怎么定义k是多少？

问：求自由度n-k，怎么定义k是多少？答：在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本含量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。自由度通常用于抽样分布中，在回归中k指自变量的个数。例如，有一个有4个数据(n=4)的样本，其平均值m等于5，即受到m=5的条件限制，在自由确定4、2、5三个数据后，第

2.6752

2

4

0

关注作者

收藏

赵娜0418

决策树中CART比C4.5的优势是什么？

C4.5是基于ID3优化后产出的算法，主要优化了关于节点分支的计算方式，优化后解决了ID3分支过程中总喜欢偏向取值较多的属性。ID3是信息增益分支，而CART一般是GINI系数分支，C4.5一般是信息增益率分支。CART和C4.5之间主要差异在于分类结果上，CART可以回归分析也可以分类，C4.5只能做分类；C4.5子节点是可以多分的，而CART是无数个二叉子节点。

23.8536

4

4

0

关注作者

收藏

liting李

为什么要用随机森林填补缺失值？

要用随机森林填补缺失值的原因总结如下：1.在与其它现有的算法相比，其预测准确率很好2.在较大的数据集上计算速度依然很快3.不需要降维，算法本身是采取随机降维的4.他能处理有缺失值的数据集。算法内部有补缺失值的函数5.能给出变量的重要性6.能处理imbalanced data set7.能给出观测实例间的相似度矩阵，其实就是proximity啦，继而能做clustering 和 loc

21.0654

1

6

0

关注作者

收藏

南风不竞最光阴

关于使用子查询的一些原则

1.一个子查询必须放在圆括号中。 2.将子查询放在比较条件的右边以增加可读性。子查询不包含 ORDER BY 子句。对一个 SELECT 语句只能用一个 ORDER BY 子句，并且如果指定了它就必须放在主 SELECT 语句的最后。ORDER BY 子句可以使用，并且在进行 Top-N 分析时是必须的。 3.在子查询中可以使用两种比较条件：单行运算符和多行运算符。子查询

115.9334

2

0

0

关注作者

收藏

倪美佳

1．对deposite、customer、bank进行查询，查询条件为location在广州、苏州、济南的客户，存款在300000至500000之间的存款记录，显示客户姓名name、银行名称bank_name、存款金额amount.select customer.name, bank_name,amount,location from deposite left join bank on

1.2064

4

3

0

关注作者

收藏

詹惠儿

sklearn中的逻辑回归模型可能弄出具体模型出来的吗？

问：sklearn中的逻辑回归模型可能弄出具体模型出来的吗？我都是直接调用黑箱操作出结果，都不知道它具体模型是啥？答：线性回归和逻辑回归，其目标函数为:g(x) = w1x1 w2x2 w3x3 w4x4 w0而逻辑回归有激活函数sigmoid，增加非线性变化则为分类模型，对于这样的线性函数，在sklearn中都可以调用模型接口lr.coef_和lr.inte

31.1047

5

5

0

关注作者

收藏

翟高阳

MySQL workbench客户端的本地数据批量导入

1：首先查看安全路径运行代码：show variables like '%secure%';看其是否位于C:\ProgramData\MySQL\MySQL Server 8.0\Uploads\，如果是，继续第二步操作；2：打开安全路径，将所要导入的目标文件复制到安全路径下；3：运行如下代码即可：load data infile "C:/ProgramData/MySQL/MySQL

1.4125

4

2

0

关注作者

收藏

田齐齐

SQL：GROUP BY子句

使用GROUP BY子句可以像切蛋糕那样将表分割。通过使用聚合函数和GROUP BY子句，可以根据某个分组依据将表分割后再进行汇总。聚合键中包含NULL时，在结果中会以“不确定”行（空行）的形式表现出来。使用聚合函数和GROUP BY子句时需要注意以下4点。 1.只能写在SELEC子句之中 2.GROUP BY子句中不能使用SELECT子句中列的别名 3.GROUP

59.1106

8

2

0

关注作者

收藏

M17051121193254

MYSQL报1452错误

create table department(deptno int primary key auto_increment,dname varchar(15),loc varchar(10));create table employee(empno int primary key auto_increment,ename varchar(15) unique,job varchar

21.3310

2

0

0

关注作者

收藏

陈承悦

1.内连接：按照连接条件连接两个表，返回满足条件的行代码：select 字段1[,…] from 表1[ inner] join 表2 on 表1.key=表2.key; 图示： 2.左连接：结果中除了包括满足连接条件的行外，还包括左表的所有行代码：select 字段1[,…] from 表1 left join 表2 on 表1.key=表2.key;图示： 3.右连

79.0424

8

2

0

关注作者

收藏

wo5656500

决策树都是二叉树？

不是决策树模型是运用于分类以及回归的一种树结构。决策树由节点和有向边组成，一般一棵决策树包含一个根节点、若干内部节点和若干叶节点。决策树的决策过程需要从决策树的根节点开始，待测数据与决策树中的特征节点进行比较，并按照比较结果选择选择下一比较分支，直到叶子节点作为最终的决策结果。内部节点：对应于一个属性测试叶节点：对应于决策结果根节点包含样本全集；每个节点包括的样本集合根据属性测试的结

0.2655

1

2

0

关注作者

收藏

倪美佳

SQL单表查询重点单词提炼

1，distinct+字段名，取不重复的字段名的记录2，order by 对查询结果排序，asc升序，desc降序3，like/not like 通配符，%替代多个字符，_ 替代一个字符4，limit，对输出结果进行数量限制，例如limit 5，5，最后输出的是第6行到第10行的数据，一般会跟order by一起用，先排序，后取值5，avg平均值，count计数，max最大值，min最小值

79.0087

6

1

0

关注作者

收藏

yuechuchen

pandas1.0新版本之----增加pd.NA标量表示缺失值

1.0之前的pandas版本常用np.nan表示缺失值，其中有一个缺陷即np.nan为float数据类型，当一列数据中出现np.nan，整列数据的数据类型都会随之转变成float类型，pd.NA可为空的整数和布尔数据类型以及新的字符串数据类型使用，代码示例如下：pd.DataFrame([1,2,3,pd.NA])pd.DataFrame([1,2,3,np.nan])代码结果：用

1.2876

2

2

0

关注作者

收藏

liting李

做车企决策者热销车数据分析需要考虑哪些方面

做车企决策者热销车数据分析需要从以下三个方面分析：1. 知己：知道自己车企的情况2. 知彼：知道自己与竞争对手车企的比较情况3. 知彼：知道自己车企下不同属性的车型与市场中同属性车型的比较情况

5.8616

3

2

0

关注作者

收藏

yuechuchen

为dataframe添加双重索引，题目详情见正文

已有data表如下：姓名工龄0 Allen 21 Lucy 42 Tom 23 Alice 34 Tim 1要求为data表添加双重行索引，目标效果如下：参考答案方法一：data =pd.DataFrame({"姓名":["Allen","Lucy","Tom","Alice","Tim"],"工龄":np.

4.7435

1

4

0

关注作者

收藏

赵娜0418

jupyter报its size must be a divisor of the total size in bytes of the last axis of the array的错误

dtype属性代表array中数据的类型，可以是int，float，str等a.dtypedtype('int32')dtype属性的修改不可以直接进行，而应该借助于astype()方法a.dtype = "float64"---------------------------------------------------------------------------

67.4684

8

0

0

关注作者

收藏

yuechuchen

dataframe列数值格式设置，问题详情见正文

df表中random列的浮点型数值转化成百分数,df表如下： random 0 0.548814 1 0.715189 2 0.602763 3 0.544883实现效果如下： random 0 54.88% 1 71.52% 2 60.28% 3 54.49%np.random.seed(0

75.1666

4

4

0

关注作者

收藏

<1…206207208…404>

CDA考试动态

CDA报考指南