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

三卿

Jupyter 如何安装插件

分享Jupyter Notebook 安装过程，可以通过此教程配置Jupyter插件https://blog.csdn.net/weixin_43751243/article/details/104260134

2.0773

1

0

0

关注作者

收藏

liting李

spss中R和p值是什么

R就是相关性那个值，p就是显著性那个值，具体如下：首先看显著性值，也就是sig值或称p值，它是判断r值，也即相关系数有没有统计学意义的，判定标准一般为0.05，由表可知，两变量之间的相关性系数r=-0.035，其p值为0.709>0.05,所以相关性系数没有统计学意义。无论r值大小，都表明两者之间没有相关性，如果p值

0.0000

0

1

0

关注作者

收藏

田齐齐

rr是卡方吗？

不是的，相对危险度（relative risk，RR）：亦称危险度比，是暴露组的危险度（测量指标是累积发病率）与对照组的危险度之比。暴露组与对照组的发病密度之比称为率比（rate ratio）。危险度比与率比都是反映暴露于发病（死亡）关联强度的指标。相对危险度表明暴露组发病率或死亡率是对照组发病率或死亡率的多少倍。说明暴露组发病或者死亡的危险性是非暴露组的倍数。RR值越大，表明暴露的效应越大，暴

0.0000

0

4

0

关注作者

收藏

liting李

何用SPSS进行数据分组

1、图中显示了要分析的数据。独立样本t检验要求两组样本相对独立。为了便于表达，在输入数据时，“疾病”项的1和0分别表示病人和病人。在这里，病人和病人构成两组独立的数据。SPSS可用于分析冠心病是否与身高、体重、臀围等因素有关。a2、单击数据窗口左下角的“变量视图”，可以设置变量的分析和比较相关性a3、在“疾病”行的“值”列中选择单元格，然后单击。a4、在弹出的“值标记”窗口

0.0000

0

1

0

关注作者

收藏

liting李

spss怎么做数据转换

1.将数据导入spss中后选择菜单栏中的【转换】下的【计算变量】选项2.在【目标变量】中直接输入变量的名称,然后在【数字表达式】中输入值即可对新变量赋值了。3.我们还可以对新变量添加逻辑条件与其他变量相互关联,选择【如果】选项4.添加逻辑条件即可5.最后点击确认即可6.在【语法编辑器】中也会看到我们刚才设置的语法7.另外，我们还可以利用软件对原始数据进行函数变换，点击【函数组】选项中的

0.0000

0

0

0

关注作者

收藏

liting李

Spss数据录入有多少种方式

Spss数据录入有很多方式,大致有一下几种:1.读取SPSS格式的数据2.读取Excel等格式的数据3.读取文本数据（Fixed和Delimiter)4.读取数据库格式数据(分如下两步)

0.0000

0

1

0

关注作者

收藏

liting李

spss中三种变量类型如何界定？

统计学依据数据的计量尺度将数据划分为三类：定距型数据（Scale）、定序型数据（Ordinal）、定类型数据（Nominal）。定距型数据通常是指诸如身高、体重、血压等的连续型数据，也包括诸如人数、商品件数等离散型数据；定序型数据具有内在固有大小或高低顺序，但它又不同于定距型数据，一般可以数值或字符表示。如职称变量可以有低级、中级、高级三个取值，可以分别用1、2、3等表示，年龄段变量可以有老、

0.0000

0

0

0

关注作者

收藏

shauna570392

如果将新数据的列重命名

比如有一个DataFrame，列名为：['1', '2', '3', '4','5'],现需要改为：['a', 'b', 'c', 'd', 'e']方式一：columns属性df.columns = ['a', 'b', 'c', 'd', 'e']方式二：rename方法、columns参数df.rename(columns=('1': 'a', '2': 'b', '3': 'c',

50.0000

1

8

0

关注作者

收藏

liting李

为什么在SPSS里面输入数据时，有一列数据变成全0了

“有一列数据全变成0了” 针对这个问题可能是下列这种情况：你把spss试图由“数据”切换成“变量”（应该在左下角），看变量视图中将那一列数据的小数位是不是0，如果是0 就会出现你说的那种情况，你将它的小数位改成3位或者你需要显示的位数即可。

50.0000

1

5

0

关注作者

收藏

liting李

SPSS中如何定义变量

1.打开SPSS数据编辑窗口，点击视图转换栏中的”变量视图“，进入变量视图页面。2.定义变量名称：选中某个变量的名称单元格单击，即可编辑变量名称。如果没有预先编辑变量名而直接输入数据的话，会像下图一样显示哦。从技术角度来说，也可以这样做，但具体分析变量的时候一定会很混乱，别人也很难看懂。3.定义变量类型：选中某个变量的”类型“单元格，单击即可弹出如下对话框，选取和变量相应的类型。例如：”性别“

0.0000

0

3

0

关注作者

收藏

shauna570392

LabelEncoder方法怎么看哪个数字对应哪个标签

是根据索引来的，比如有特征[S，C，B，V]，这时编码后数据变为为[[1],[3],[0],[2]]这里的0代表S，1代表C，2代表B，3代表V

0.0000

0

2

0

关注作者

收藏

liting李

spss怎么导入excel数据表？

1.首先在电脑上打开spss软件，如果没有spss就要去安装一个，点击spss快捷方式，进入spss图形操作界面。2.在spss的操作界面上，点击左上角“文件”，在菜单中找到打开，点击“打开”，在下级选项里选择“数据”。3.点击进去文件管理界面后，在这边选择你所需要打开的excel文件，在“查找范围”里选择你excel数据文件存放的文件夹，接着在下面文件类型选择excel文件类型，不然找不到e

50.0000

1

2

0

关注作者

收藏

shauna570392

平均数是一个数，为什么会有分布

随机变量 X 的一个样本：｛x11,x12,x13,.....,x1m｝设其均值为 e1随机变量 X 的另个样本：｛x21,x22,x23,.....,x2m｝设其均值为 e2......随机变量 X的第n个样本：｛xn1,xn2,xn3,.....,xnm｝设其均值为 en这n个样本各自的均值：ei （i = 1,2,...,n）也是随机变量，当然它可以服从某种概率分布，包括正态分

3.5770

1

1

0

关注作者

收藏

shauna570392

Adaboost为什么会用到梯度下降

adaboost算法的思路如下：（1）样本权重表示样本分布，对特定的样本分布生成一个弱学习器。（2）根据该弱学习器模型的误差率e更新学习器权重α。（3）根据上一轮的学习器权重α来更新下一轮的样本权重。（4）重复步骤(1)(2)(3)，结合所有弱学习器模型，根据结合策略生成强学习器。该过程是通过迭代生成了一系列的学习器，我们给予误差率低的学习器一个高的权重，给予误差率高的学习器一个低的权重

3.5770

1

3

0

关注作者

收藏

赵娜0418

什么是Holdout检验？

Holdout 检验是最简单也是最直接的验证方法，它将原始的样本集合随机划分成训练集和验证集两部分。比方说，对于一个点击率预测模型，我们把样本按照70%～30% 的比例分成两部分，70% 的样本用于模型训练；30% 的样本用于模型验证，包括绘制ROC曲线、计算精确率和召回率等指标来评估模型性能。Holdout 检验的缺点很明显，即在验证集上计算出来的最后评估指标与原始分组有很大关系。为了消除随机

4.0284

2

2

0

关注作者

收藏

赵娜0418

怎样有效地找到组合特征？

怎样有效地找到组合特征？答：以点击预测问题为例，假设原始输入特征包含年龄、性别、用户类型（试用期、付费）、物品类型（护肤、食品等）4个方面的信息，并且根据原始输入和标签（点击/未点击）构造出了决策树，如图所示：于是，每一条从根节点到叶节点的路径都可以看成一种特征组合的方式。具体来说，就有以下4种特征组合的方式。（1）“年龄

0.7752

1

3

0

关注作者

收藏

赵娜0418

在对数据进行预处理时，应该怎样处理类别型特征？

在对数据进行预处理时，应该怎样处理类别型特征？答：1、序号编码序号编码通常用于处理类别间具有大小关系的数据。例如成绩，可以分为低、中、高三档，并且存在“高>中>低”的排序关系。序号编码会按照大小关系对类别型特征赋予一个数值ID，例如高表示为3、中表示为2、低表示为1，转换后依然保留了大小关系。2、独热编码独热编码通常用于处理类别间不具有大小关系的特征。例如血型，一共有4个取值（A型血、B

30.4223

2

1

0

关注作者

收藏

赵娜0418

GBDT的优点和局限性有哪些？

GBDT的优点和局限性有哪些？答：■ 优点（1）预测阶段的计算速度快，树与树之间可并行化计算。（2）在分布稠密的数据集上，泛化能力和表达能力都很好，这使得GBDT在Kaggle的众多竞赛中，经常名列榜首。286（3）采用决策树作为弱分类器使得GBDT模型具有较好的解释性和鲁棒性，能够自动发现特征间的高阶关系，并且也不需要对数据进行特殊的预处理如归一化等。■ 局限性（1）GBD

29.6471

2

2

0

关注作者

收藏

赵娜0418

常用的基分类器是什么？

常用的基分类器是什么？答：最常用的基分类器是决策树，主要有以下3个方面的原因。（1）决策树可以较为方便地将样本的权重整合到训练过程中，而不需要使用过采样的方法来调整样本权重。（2）决策树的表达能力和泛化能力，可以通过调节树的层数来做折中。（3）数据样本的扰动对于决策树的影响较大，因此不同子样本集合生成的决策树基分类器随机性较大，这样的“不稳定学习器”更适合作为基分类器。此外，在决策树节点分

0.0000

0

3

0

关注作者

收藏

读童话的狼

残差图怎么看？

一般来说，标准化残差落随机的在正负3之间，图形大致呈现为长轴为0的椭圆，就可以认为残差是正态的

0.0000

0

2

0

关注作者

收藏

<1…235236237…404>

CDA考试动态

CDA报考指南