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

kejiayuan0806

先验概率和后验概率

先验概率（prior probability）是指根据以往经验和分析得到的概率，如全概率公式，它往往作为"由因求果"问题中的"因"出现的概率。后验概率( posterior probability)是指通过调查或其它方式获取新的附加信息，利用贝叶斯公式对先验概率进行修正，而后得到的概率，而且在利用样本资料计算逻辑概率时，还要使用理论概率分布，需要更多的数理统计知识。举个例子：一口袋里有3

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

mysql for excel安装

将MySQL中的数据导入到EXCEL中，首先要安装MySQL官方连接器mysql for excel安装方法如下：1、打开mysql installer 2、点击add 3、选择mysql for excel 4、之后点击next——execute——next——finish 安装完成后，在EXCEL菜单项中，打开“数据”——“新建查询”——“从数据库”——“从MyS

0.0000

0

2

0

关注作者

收藏

PGC123

r软件用哪个函数删除数组的一行

r软件用哪个函数删除数组的一行例如，> test Date Adj.Close1 2010-08-26 2603.482 2010-08-25 2596.58那么如果想删除test的第二行，应该用哪个函数答：删除第二行：test[-2,]删除第2列：test[,-2]

0.0000

0

1

0

关注作者

收藏

zxq997

R语言用openxlsx包读入xlsx文件，结果数据变成乱码

在openxlsx包里的read.xlsx函数并没有可以设置encoding的参数，所以你在加入enconding="UTF-8"时会出现unused arguement错误提示。如果你测试了之后，发现还是乱码的话，解决方法有3种：1.试试用iconv函数来转换一下字符编码，具体可以查看该函数用法主要是gbk和utf-8两种之间转换。2. 可以用RODBC包里的函数读取。3.转成cs

0.0000

1

5

0

关注作者

收藏

zxq997

决策树ID3、C4.5、C5.0以及CART算法之间的比较

ID3：ID3算法使用信息熵和信息增益来抉择树的节点，但是无法处理连续的数据。对于连续型的数据，需要先进行连续值处理（离散化）http://note.youdao.com/noteshare?id=4531890d4c4db58751a302fd8bb90d22

17.6465

1

0

0

关注作者

收藏

dreamhappy2012

NumPy 创建数组

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。numpy.emptynumpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组：numpy.empty(shape, dtype =float, order ='C')参数说明：参数描述shape数组形状dtype数据类型，可选order有"C

0.0000

0

6

0

关注作者

收藏

dreamhappy2012

numpy中ndarray.flags的用法

ndarray.flagsndarray.flags 返回 ndarray 对象的内存信息，包含以下属性：属性描述C_CONTIGUOUS (C)数据是在一个单一的C风格的连续段中F_CONTIGUOUS (F)数据是在一个单一的Fortran风格的连续段中OWNDATA (O)数组拥有它所使用的内存或从另一个对象中借用它WRITEABLE (W)数据区域可以被写入，将该值设置为 False，

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

numpy中ndarray.itemsize用法

darray.itemsize 以字节的形式返回数组中每一个元素的大小。例如，一个元素类型为 float64 的数组 itemsiz 属性值为 8(float64 占用 64 个 bits，每个字节长度为 8，所以 64/8，占用 8 个字节），又如，一个元素类型为 complex32 的数组 item 属性为 4（32/8）。实例import numpy as np # 数组的 dtype

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

ndarray.shape用法

ndarray.shapendarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。比如，一个二维数组，其维度表示"行数"和"列数"。ndarray.shape 也可以用于调整数组大小。实例import numpy as np a = np.array([[1,2,3],[4,5,6]]) print (a.shape)输出结果为：

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

ndarray.ndim用法

ndarray.ndim 用于返回数组的维数，等于秩。实例import numpy as np a = np.arange(24) print (a.ndim) # a 现只有一个维度 # 现在调整其大小b = a.reshape(2,4,3) # b 现在拥有三个维度 print (b.ndim)输出结果为：13

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

lattice画图例子

library(lattice)attach(mtcars)gear

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

因子分析基本-kmo

因子分析对样本量的要求：样本量与变量数的比例应在5：1以上，实际上理想的样本量应为变量数的10~25倍，但这很难做到，5~10倍之间略显不足，但一般都能得到较好的结果。 KMO统计量：是通过比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性，相关性强时，偏相关系数远小于简单相关系数，KMO值接近1。一般情况下，KMO>0.9非常适合因子分析；0.8＜KMO＜0.9适合；0.7以上尚

0.0000

0

4

0

关注作者

收藏

PGC123

hdfs 的SecondaryNameNode在哪里配置的？

hdfs 的SecondaryNameNode在哪里配置的？如果想在其他节点启动该如何启动？答：SecondaryNameNode是在hdfs-site.xml中配置的dfs.namenode.secondary.http-address参数值 dfs.namenode.secondary.http-address

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

lattice包中的图类型和相应的函数

3D等高线图 contourplot() z~x*y3D水平图 levelplot() z~y*x3D散点图 cloud() z~x*y|A3D线框图 wireframe() z~y*x条形图 barchart() x~A或A~xbwplot() x~A或A~x箱线图点图 dotplot() ~x|A柱状图 histog

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

正则表达式整理2

(?!pattern)正向否定预查(negative assert)，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

正则表达式整理

\将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\' 匹配 "\" 而 "(" 则匹配 "("。^匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或'\r' 之后的位置。$ 匹配输入字符串的结束位置。如果设置了RegExp 对象的

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

Linux系统介绍

Linux是类Unix操作系统，我们现在所谓的Linux操作系统，从严格意义上来说是指拥有Linux内核的操作系统，其中，Ubuntu和CentOS操作系统分别是桌面端和服务器端占比最高的开源操作系统，而这两个操作系统也将是本次讲学过程中主要涉及的两个操作系统。Ubuntu相比其他Linux系统，Ubuntu操作系统拥有人性化的桌面操作界面，除商业用途外，也非常适合PC用户处理日常事务

0.0000

0

6

0

关注作者

收藏

詹惠儿

一个Series类似于一维数组。它可以存储任何类型的数据。Pandas中Series的值是可变的，但Series的大小是不可变的，不能更改。系列中的第一个元素分配了索引0，而最后一个元素位于索引处N-1，其中N是系列中元素的总数。要创建Pandas Series，我们必须首先通过Python import命令导入Pandas包：import pandas as pd要创建Series，

296.8739

1

4

0

关注作者

收藏

詹惠儿

ID3的初识定义

结合连续值属性我们对ID3的初始定义仅限于采用一组离散值的属性。使ID3算法对连续变量更有用的一种方法是在某种程度上将它们转换为离散变量。假设在我们的Play Badminton示例中温度是连续的，我们可以测试温度值的某些分区的信息增益，例如温度> 42.5。通常，每当分类从“否”变为“是”或“是”变为“否”时，将两个温度的平均值视为潜在的分区边界。因为42对应于否，43对应于是，42.

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

双聚类是怎么回事

Biclustering 可以使用 sklearn.cluster.bicluster 模块。 Biclustering 算法对数据矩阵的行列同时进行聚类。同时对行列进行聚类称之为 biclusters。每一次聚类都会通过原始数据矩阵的一些属性确定一个子矩阵。例如, 一个矩阵 (10, 10) , 一个 bicluster 聚类，有三列二行，就是一个子矩阵 (3, 2)>>> import

0.0000

0

2

0

关注作者

收藏

<1…346347348…404>

CDA考试动态

CDA报考指南