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

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

shauna570392

为什么填补数据得出的结果比原数据集的要好？

一、问题描述在选择哪个col 先来预测的问题，预测得到的值的误差难道比手填0的值更大嘛？首先预测col 1 有3% 时，col 30%的缺失值先手动填补0，再去预测col 1 。二、问题解答在上面的图话，我们手动填补0，预测的结果放入col里面，再进行下一步计算。会有误差下面的图，里面预测得到的col3和col2里面，也是先手动填补0，再来预测，手动填补0会有误差，预测也会有误差，

0.0000

0

2

0

关注作者

收藏

shauna570392

markdown写不出来标题

1、确认是否是中文状态输入的字符2、确认#中间是否有空格3、确认代码块是否为标记模式4、实在不行重启试试

29.6471

1

4

0

关注作者

收藏

读童话的狼

spss如何给散点图添加参考线？

1、首先你应该已经建好了一个散点图2、双击图表，打开图表编辑器3、点击上方的添加参考线图标，可以根据需要选择不同的参考线 4、通过属性可以调节线的位置，线的粗细等，设置好点击应用即可

0.0000

0

5

0

关注作者

收藏

三卿

使用Jupyter Notebook内核无法启动

使用Jupyter Notebook时，新建Python3后，无法运行代码，并且上方报错，提示核无法启动的时候可以删除掉当前的Anaconda，然后下载老版本的Anaconda安装，这样就可以了。

30.4636

2

3

0

关注作者

收藏

wo56565

mysql卸载重装总是卡在starting server

问题分析：以前版本的数据库没有完全清楚干净，导致安装时被占用，无法安装。解决办法：1、首先卸载安装的数据库。2、删除注册表内容，win R键打开运行框，输入regedit打开注册表编辑器删除四项内容：a.HKEY_LOCAL_MACHINE\SYSTEM\ControlSet001\services\MySQLb.HKEY_LOCAL_MACHINE\SYSTEM\ControlSet0

37.4854

4

1

0

关注作者

收藏

shauna570392

graphviz画不出图

1、有没有下载安装graphviz文件，如果没有需要安装，然后把安装路径添加到环境变量2、运行以下代码 3、检查下自己的anaconda是不是安装在其他盘，如果不是默认的c盘，很有可能找不到库，报错。得卸载后重新安装anaconda，不更改安装路径，安装后重复上述步骤1、2。

0.0000

0

2

0

关注作者

收藏

liting李

SPSS变量分几种？

数值变量、等级变量、分类变量：1.数值变量优先考虑t检验2.等级变量优先考虑非参数检验3.分类变量优先考虑卡方检验

0.0000

0

1

0

关注作者

收藏

liting李

SPSS中有几种非参数检验方法

8种，分别是：1.Chi-square卡方检验；2.Binomial二项分布检验；3.Runs游程检验；4.1-Sample K-S 单个样本柯尔莫哥洛夫-斯米诺夫检验；5.2 Independent sample 两个独立样本检验；3.K Independentsample K个独立样本检验；7.Related Independent sample两个相关样本检验；8.K R

0.0000

0

1

0

关注作者

收藏

liting李

统计中t值和p值的区别

1、t值，指的是T检验，主要用于样本含量较小（例如n

0.0000

0

6

0

关注作者

收藏

田齐齐

信度和效度是什么？

一、信度1、信度（reliability）即可靠性，它指的是采取同样的方法对同一对象重复进行测量时，其所得结果相一致的程度。从另一方面来说，信度就是指测量数据的可靠程度。2、信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。3、系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此

0.0000

0

4

0

关注作者

收藏

田齐齐

相关系数的解释

相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母 r 表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量。由于研究对象的不同，相关系数有如下几种定义方式。简单相关系数：又叫相关系数或线性相关系数，一般用字母r 表示，用来度量两个变量间的线性关系。

0.0000

0

3

0

关注作者

收藏

读童话的狼

office2016激活不成功是什么原因？

利用KMSAuto Net工具激活office不成功可能有一下原因：1、打开的excle文档或word文档激活时没有关闭；2、没有退出电脑的防火墙，包括自带的防火墙和安装的杀毒软件3、激活工具不可用所以在用激活工具激活时，首先要关闭打开的文档，然后关闭防火墙，如果还不能激活，那就换个激活工具

0.0000

0

2

0

关注作者

收藏

shauna570392

交叉验证每次结果都不一样

一：简单的交叉验证的步骤如下：1、从全部的训练数据中随机选择样例作为训练集 train，剩余的作为测试集作为测试集 test。2、通过对测试集训练，得到假设函数或者模型。3、在测试集对每一个样本根据假设函数或者模型，得到训练集的类标，求出分类正确率。4，选择具有最大分类率的模型或者假设。因为每次的训练集和测试集是随机分配的，所以导致结果不同。

29.6471

1

3

0

关注作者

收藏

<1…236237238…404>

CDA考试动态

CDA报考指南