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

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

赵娜0418

怎么对一个特征分箱？

怎么对一个特征分箱？答：1）我们首先把连续型变量分成一组数量较多的分类型变量，⽐比如，将几万个样本分成100组，或50组；（尽量有监督的分箱）2）确保每一组中都要包含两种类别的样本，否则IV值会⽆无法计算；3）我们对相邻的组进行卡方检验，卡方检验的P值很大的组进⾏合并，直到数据中的组数小于设定的N箱为⽌止；4）我们让一个特征分别分成[2,3,4.....20]箱，观察每个分箱个数下的IV

0.2740

1

2

0

关注作者

收藏

赵娜0418

金融领域中信用风险的主体一般是什么？

金融领域中信用风险的主体一般是什么？信⽤风险发生的主体通常为：个人、公司及主权。1、个人违约个人向金融机构进行借贷后，没有在规定期限内还款的行为。2、公司违约公司向金融机构借贷后，没有在规定期限内还款的行为，或者公司在发行债券等融资产品后，没有履行或者延期履行利息或本金的支付义务。3、主权违约是指一国政府无法按时对其向外担保借来的债务还本付息的情况，如债务重组。

0.2698

1

1

0

关注作者

收藏

三卿

如何更换jupyter主题

在Anaconda prompt中安装主题插件pip instll --upgrade jupyter themes然后在prompt中更改主题，以下是几种更换主题的代码jt -t onedork -fs 95 -altp -tfs 11 -nfs 115 -cellw 88% -T jt -t grade3 -fs 95 -altp -tfs 11 -nfs 115 -cellw 88

0.8164

1

4

0

关注作者

收藏

詹惠儿

箱线图四分位数怎么看？

问：箱线图四分位数怎么看？答：第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。第三四分位数与第一四分位数的差距又称四分位距（InterQuartile R

29.6471

1

2

0

关注作者

收藏

三卿

电脑各系统可以安装什么版本office

64位系统可以安装X64和X86版本的office，但是32位只能安装X86版本的office，因为64位系统向下兼容32位系统，32位在安装软件的时候选择x86就可以了。

0.8164

1

3

0

关注作者

收藏

詹惠儿

如何将名义变量转换成2分类变量？

问：在使用哑变量的时候，如果出现过度使用数据和没法解释的时候，将名义变量转换成2分类变量，请问是如何转换的呢？答：将名义变量转换成2分类变量就是做哑变量处理，例如前面老师讲的将'1,2,3,4'转为'1000,0100,0010,0001',在spss中可以通过创建虚变量实现

0.0000

0

7

0

关注作者

收藏

大魔王泛泛

spark为什么会比Mapreduce快？

1.内存迭代2.RDD设计3.算子的设计

0.0000

0

2

0

关注作者

收藏

<1…235236237…404>

CDA考试动态

CDA报考指南