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

怎样解释切比雪夫不等式

切比雪夫不等式• 对于k=2，3，4，该不等式的含义是1. 至少有75%的数据落在平均数加减2个标准差的范围之内2. 至少有89%的数据落在平均数加减3个标准差的范围之内3. 至少有94%的数据落在平均数加减4个标准差的范围之内对于任意分布形态的数据，根据切比雪夫不等式，至少有1-1/k方的数据落在平均数加减k个标准差之内。其中k是大于1的任意值，但不一定是整数

0.7194

2

1

0

关注作者

收藏

读童话的狼

建模前数据如何去噪？

数据在建模之前，有的时候会存在大量噪声，这个时候就需要去噪算法对原始数据进行去噪处理。目前了解到的去噪方法有：3标准差去噪，分箱去噪，dbscan去噪等。其中，3标准差去噪，对于正态分布的数据具有较好的去噪性能，而对于数据属于偏态分布时，使用分箱去噪相对较好。dbscan是基于数据聚类的原理进行去噪的，对于不属于类别之内的数据，视作离群点，输出结果为一个打标的矩阵，其中标记为-1的数据即为视

0.0000

0

1

0

关注作者

收藏

赵娜0418

全概率相关题目

某PC产品由甲、乙、丙三个供应商供货，供应商的次品率分别为4%、3%、2%，它们各自的供货分别占总产量的25%、35%、40%，将它们的产品组合在一起，求任取一个是次品的概率。解：设 A 1 表示“产品来自甲供应商”， A 2 表示“产品来自乙供应商”， A 3表示“产品来自丙供应商”， B表示“取到次品”。根据全概率公式有

1.2364

2

0

0

关注作者

收藏

田齐齐

两独立样本T检验的适用范围是什么？

两独立样本t检验，又称成组t检验，两总体t检验，两样本均数比较的t检验，适用于完全随机设计两样本均数的比较。检验目的：根据样本数据对两个样本来自的两个独立总体的均值是否有显著差异进行判断。二、需要满足的条件：1、随机抽样，所有观测应该是随机的从目标总体中抽出。2、正态分布，每个样本来自的总体必须满足正态分布。3、方差齐性，均数比较时，要求两总体方差相等。

0.0000

0

3

0

关注作者

收藏

赵娜0418

泛化误差的估计有哪些？

泛化误差的估计有哪些？答：（1）乐观估计（决策树归纳算法简单的选择产生最低训练误差的模型作为最终的模型）（2）悲观误差估计（使用训练误差与模型复杂度罚项的和计算泛化误差）（3）最小描述长度原则（模型编码的开销加上误分类记录编码的开销）（4）估计统计上界（泛化误差可以用训练误差的统计修正来估计，因为泛化误差倾向于比训练误差大，所以统计修正通常是计算训练误差的上界）（4）使用确认集（如2/3的训练集

0.7194

2

0

0

关注作者

收藏

赵娜0418

造成过拟合的原因是什么？

造成过拟合的原因是什么？答：造成原因有：（1）噪声造成的过分拟合（因为它拟合了误标记的训练记录，导致了对检验集中记录的误分类）；（2）根据少量训练记录做出分类决策的模型也容易受过分拟合的影响。（由于训练数据缺乏具有代表性的样本，在没有多少训练记录的情况下，学习算法仍然继续细化模型就会产生这样的模型，当决策树的叶节点没有足够的代表性样本时，很可能做出错误的预测）（3）多重比较也可能会导致过分拟合（

0.8933

2

3

0

关注作者

收藏

大魔王泛泛

如何创建RDD？

创建RDD有三种方式：1、可以从一个Scala集合里面创建： sc.parallelize(data)：把data这个数据并行化分片到节点 sc.makeRDD(data)：把data这个数据并行化分片到节点，它的实现就是parallelize sc.makeRDD(data[(T,seq)])：这种方式可以指定RDD的存放位置2、根据外部数据源来创建，如sc

0.0000

0

2

0

关注作者

收藏

大魔王泛泛

简述Spark中的RDD

RDD（Resilient Distributed Dataset）：弹性分布式数据集它有几种特性：1. RDD有不可变性 2. RDD是可分区的 3. RDD是弹性的：弹性表现在存储的灵活性、可容错性、分层计算、可调整数据的分布情况

0.0000

0

4

0

关注作者

收藏

大魔王泛泛

在scala中什么是颗粒化操作

将原来接收两个参数的一个函数转换成2个这就是颗粒化操作def sum(a: Int, b: Int) = a bprintln(sum(2,3))def sum1(a: Int)(b: Int) = a bprintln(sum1(2)(3))

0.0000

0

0

0

关注作者

收藏

田齐齐

假设检验里面如何确定t的临界值？

假设检验(Hypothesis Testing)是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是:根据问题的需要对所研究的总体作某种假设，记作H0;选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知;由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u-检验法、t检验法、χ2检验

0.0000

0

0

0

关注作者

收藏

大魔王泛泛

scala中模式匹配有哪些类型

1. 基本数据类型模式匹配2. Array 模式匹配3. List 模式匹配4. case class 模式匹配5. Some

0.0000

0

5

0

关注作者

收藏

田齐齐

同一工作簿多表怎么合并？

前提：一维表结构；列字段相同；无合并单元格Alt D，松开按P进入数据透视表图向导界面，1.勾选“多重合并计算区域”，“数据透视表”，下一步2，勾选“自定义页字段”，下一步3.选择要合并的区域，页字段数目为1，下一步4.选择数据透视表放的位置可以任意操作了

2.8822

1

4

0

关注作者

收藏

田齐齐

电商如何精细化运营？

要想实现精细化运营，数据是必不可少的一个环节。电商网站要提高运营效率，至少需要五大关键指标：活跃用户量、转化率、留存、复购和 GMV 。 1）活跃用户量是一个基本的指标，有 DAU（日活跃用户）、WAU（周活跃用户）和 MAU（月活跃用户）三个层次； 2）转化是一个非常重要的指标，电商运营需要关注主路径、次路径甚至精细到每一个品类 / SKU 的转化率； 3）留存要从不同的时间周期上研究，包

0.0000

0

1

0

关注作者

收藏

大魔王泛泛

scala中的 case class 的作用

1. 实例化的时候可以不用new创建实例2. 自动创建伴生对象并实现apply方法，这样创建对象时不用写new，因为只要写上类名就会自动调用它的构造方法3.默认实现了hashCode、copy和equals方法4. case class构造函数的参数是public级别的，我们可以直接访问；5. 模式匹配用

0.0000

0

6

0

关注作者

收藏

wo56565

对时间序列函数进行转化

时间序列对象是一种专为时间序列分析而设计的对象类型，其中包括两个维度，一个是描述指标的数值，还有一维是时间。时间序列对象和一般数值型向量类似，只不过是加了一个时间的描述。在R语言中可以使用ts(数据向量，frequency=表示将时间分开的时间间隔，start=c(第一个数据所表示的年，月))。详见下面的的例子。> sales.data

45.3383

4

2

0

关注作者

收藏

读童话的狼

如何查看SPSS的版本？

1、打开开始菜单，一般软件名字后边会跟有版本号，如：IBM SPSS Statistics 252、打开软件时会有提示，如下图： 3、打开软件内的帮助选项卡，点击关于，就可以显示版本号

2.8822

1

4

0

关注作者

收藏

wo56565

会员活跃度模型（RFE模型）

RFE模型基于用户的普通行为（非转化和交易行为），与RFM模型类似，使用3个维度做价值评估。R（Recency）：会员最近一次访问时间F（Frequency）：特定时间周期内访问或到达的频率E（Engagements）：页面互动度，浏览量、下载量、视频点击量... 可以作用在不需要用户交易，或者匿名用户行为价值分析，生成的用户活跃度和价值区分，可以作用在内容型企业（论坛、咨询网站、小说网

5.2610

2

0

0

关注作者

收藏

若水若谷

MySQL问题：安装提示需要VC插件?

答：去下面网址下载：https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads

40.3822

2

3

0

关注作者

收藏

wo56565

关于mysql安装环境变量配置

2、新建MYSQL_HOME变量，并将值设置为D:\Program Files\MySQL\MySQL Server 5.7 。安装完MySQL数据库后我们可以直接使用mysql的GUI工具来操作MySQL数据库，也可以通过DOS命令窗口输入MySQL命令操作MySQL数据库。一、DOS命令窗口步骤：1、使用Win+R快捷键打开dos命令窗口，找到MySQL安装目录下的bin目录，如D:\P

10.5976

4

2

0

关注作者

收藏

liting李

回归系数与相关系数的联系

　　1.对一组数据若能同时计算b和r，它们的符号一致。　　2.b和r的假设检验是等价的，即对同一样本tb＝tr。　　3.用回归可以解释相关

0.0000

0

2

0

关注作者

收藏

<1…238239240…404>

CDA考试动态

CDA报考指南