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

大魔王泛泛

HBase的检索有哪几种方式？

1. 通过单个RowKey访问，按照某个RowKey键值进行get操作，这样可以获取唯一一条记录2. 通过RowKey的range进行scan，这样可以按照指定的条件获取一批记录3. 全表扫描，直接扫描表中所有记录

0.0000

0

0

0

关注作者

收藏

若水若谷

MySQL：如何理解NULL和谁相加都为空？

答：sum函数里面如果有个别null值，会忽略null，其他值进行相加。1 2 null，是直接相加，null和任何值运算都是null, sum(1,2,null)会先忽略null，运算1 2，返回3。

9.0397

1

4

0

关注作者

收藏

大魔王泛泛

进程和线程的区别？

（1）调度：线程作为调度和分配的基本单位，进程作为拥有资源的基本单位。（2）并发性：不仅进程之间可以并发执行，同一个进程的多个线程之间也可并发执行。（3）拥有资源：进程是拥有资源的一个独立单位，线程不拥有系统资源，但可以访问隶属于进程的资源。（4）系统开销：在创建或撤消进程时，由于系统都要为之分配和回收资源，导致系统的开销明显大于创建或撤消线程时的开销

0.0000

0

3

0

关注作者

收藏

若水若谷

MySQL问题：如何区分主副表？

答：判断主表：1. 搞清两个表是什么表；2.两个表是通过哪个关键字段相连；3. 根据关键字段是否具有重复值判断主次表；4.关键字段有重复值的为主，无重复值的为副

0.0000

0

5

0

关注作者

收藏

ermutuxia

在python中如何生成一系列有规律的变量名字并进行赋值？

在python中如何生成一系列有规律的变量名字并进行赋值？比如生成变量a1,a2,a3...取值为1,2,3。。。代码如下：for i in range(1,5): locals()["a"+str(i)]=i解释一下这里的 local() 是一个存储了全体局部变量名及其值的字典，切片时直接传入字符串作为变量名字就可以。比如想生成变量b并赋值为3，一种方式就是b=3,另一种方式就是local

44.6615

4

5

0

关注作者

收藏

liting李

决策树算法的理解

决策树是一种智能分类与回归的方法，具有结果可读性强、分类速度快、处理大量交互效应等优势。决策树学习算法一般包括 3 个步骤：特征选择、决策树的生长和剪枝；决策树生长过程，包括节点（node ）和有向边 directed edge ），其中节点包括根节点、内部节点、叶节点，如积分卡是根节点、收入（或客户类型，或购买特征）是内部节点、长方形内容是叶节点，一般来说叶节点表示一个类、内部节点表示特

0.0000

0

3

0

关注作者

收藏

liting李

如何用spss做相关分析

1.选择你想导入到SPSS中的数据，打开。2.对于第二列或者第三列数做相关分析，需要先做散点图。点开选择散点图，把需要的X轴，Y轴选进去，显示散点图结果，看相关的趋势。若有明显的线性相关趋势。继续下一步3.点击分析，相关，双变量4.若两列数分别是正态，选择person相关，若为偏态或者前后缺数，选择spearman相关，点击确定得出结果

31.2478

1

4

0

关注作者

收藏

shauna570392

公式的理解问题

一、问题描述、0.5(x-2)^2 0.3(y-3)^2 1 这里公式里的x y是指的ab吧二、问题解答不是，x和y是变量，a和b是在计算点到直线距离时设置的向量。

0.0000

0

1

0

关注作者

收藏

大魔王泛泛

简述一下Sqoop和其名字的由来？

Sqoop于2012年3月孵化出来，是一种在Hadoop和关系型数据库之间传输大量数据的工具，现已成为Apache顶级项目Sqoop名字的由来：SQL--Hadoop => Sq oop =Sqoop

0.0000

0

2

0

关注作者

收藏

liting李

什么叫做结构化数据

spss中神经网络一般用3.0算法，通常用于解决结构化数据，这里结构化数据是指什么？这里结构化数据是指一般特征都是具体的取值的数据。神经网络也用4.0算法，用于解决非结构化数据，这里的非结构化数据是指通常为文本，图片等不能用数据取值的数据。

0.0000

0

4

0

关注作者

收藏

赵娜0418

筛选变量的步骤是什么？

9、筛选变量的步骤是什么？答：1、筛选进入分析模型的X变量；2、根据X与y相关性排除百分之三十，筛选不进入分析模型的X；3、再次筛选进入分析模型的X变量；4、筛选不进入分析模型的X；5、最后再次筛选进入分析模型的X。

1.9347

2

2

0

关注作者

收藏

赵娜0418

如果变量只有30个的时候，可否和大量变量一样进行删除操作？

如果变量只有30个的时候，可否和大量变量一样进行删除操作？答：可以的，可以在前期筛选的时候按照30%进行删除，后期按照50%进行筛选删除操作。

1.9347

2

2

0

关注作者

收藏

赵娜0418

变量筛选整合变量之后的个数是怎么确定的？

变量筛选整合变量之后的个数是怎么确定的？答：例如有X1，X2，X3，X4，X5，X6，X7，X8八个变量，X1和X2整合为X11，X3和X4整合为X22，因为整合后的变量不参加主成分分析，所以筛选整合后的变量的个数就是4个

1.9347

2

4

0

关注作者

收藏

赵娜0418

在SPSS中纯数据的变量，各分组删除50%还是随机删除50%

3、在SPSS中纯数据的变量，各分组删除50%，，还是随机删除50%，有什么讲究吗？答：不是随机删除，根据X变量的重要性，在筛选变量的时候，最前边的步骤建议删除30%的变量，这样不会把重要的变量在前边的筛选中被筛掉，后边步骤建议删除50%，因为经过层层筛选，重要变量已经被筛选出来，这样不重要的变量在后边的步骤就可以多删除一点。

1.9347

2

2

0

关注作者

收藏

赵娜0418

2 2 3=7个变量怎么来的？

2 2 3=7个变量怎么来的？答：2根据业务法判定 2根据共线性组合而来 3根据共线性压缩而来

1.9347

2

3

0

关注作者

收藏

读童话的狼

建模流程怎么做？

1、根据业务判断最重要的X2、判断Y与剩余X的相关性，剔除最不相关的几个3、建立X的两两相关，将相关系数大于0.9的整合成一个变量4、对剩下变量进行主成分降维5、利用上面四个步骤得到的变量建立模型

1.1595

1

3

0

关注作者

收藏

读童话的狼

缺失值填补方法如何选择？

缺失资料为连续性或者分类变量时，缺失率较低（

0.0000

0

1

0

关注作者

收藏

读童话的狼

残差分析为什么是以3为界？

通常是超出3，超出2是不严格的

1.1595

1

2

0

关注作者

收藏

田齐齐

怎样理解主成分投影？

该方法在对指标值进行无量纲化和适当加权处理的基础上,通过正交变换将原有的指标转换为彼此正交的综合指标,消除了指标间的信息重叠问题,并利用各主成分设计一个理想决策变量,以各被评价对象相应的决策向量在该理想决策向量方向上的投影作为一维的综合评价指标。主成分投影法的基本步骤：1.确定评价矩阵。2.指标的无量纲化。3.指标权重的确定。4.指标的正交变换。5.理想评价向量的构造和投影值计算。6

3.5326

2

1

0

关注作者

收藏

大魔王泛泛

HBase的组件包括哪些？

HBase的主要组件包括Master，zookeeper，RegionServer，HDFS。（1）Master：用来管理与监控所有的HRegionServer，也是管理HBase元数据的模块。（2）zookeeper：作为分布式协调服务，用于保存meta表的位置，master的位置，存储RS当前的工作状态。（3）RegionServer：负责维护Master分配的region，regio

0.0000

0

7

0

关注作者

收藏

<1…233234235…404>

CDA考试动态

CDA报考指南