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

啊啊啊啊啊吖

机器学习里的线性支持向量分类

线性支持向量分类 (LinearSVC) 显示了作为 RandomForestClassifier 更多的 Sigmoid 曲线, 这是经典的最大边距方法 (compare Niculescu-Mizil and Caruana [4]), 其重点是靠近决策边界的 hard samples（支持向量）.提供了执行概率预测校准的两种方法: 基于 Platt 的 Sigmoid 模型的参数化方法和基

0.0000

0

3

0

关注作者

收藏

詹惠儿

域名解析有什么难点

DNS解析有一个重要的难点; 标准库中的查找实现（可能由开发爬虫的任何人使用）通常是同步的。这意味着一旦向域名服务发出请求，该节点上的其他爬网程序线程将被阻止，直到第一个请求完成为止。为了避免这种情况，大多数Web爬网程序将自己的DNS解析程序实现为爬网程序的一个组件。线执行解析器代码会向DNS服务器发送一条消息，然后执行定时等待：它会在被另一个线程发出信号或者设置的时间段到期时恢复

0.0000

0

3

0

关注作者

收藏

zxq997

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。其中：json.dumps ：将 Python 对象编码成 JSON 字符串json.loads：将已编码的 JSON 字符串解码为 Python 对象。调用json，先导入：import jsonjson.dumps(obj, skipkeys=False, ensure_ascii=Tru

3.1270

1

3

0

关注作者

收藏

zxq997

安装orange3安装不上？

使用anaconda内置点击install安装不上orange3时，这时候应该如下图，以管理员身份运行：然后输入：conda install orange3 ,回车，等待安装即可

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

Rstudio中更换包镜像服务器的方法

问题描述：在R中安装包时报错，提示：Warning in install.packages : unable to access index for repository “https://cran.rstudio.com/src/contrib”:cannot open URL 'https://cran.rstudio.com/src/contrib/PACKAGES' Warning

99.4764

1

1

0

关注作者

收藏

PGC123

hive连接MySQL时有ssl警告

在hive连接MySQL时有ssl警告，警告内容如下：WARN: Establishing SSL connection without server's identity verification is not recommended. According to MySQL 5.5.45 , 5.6.26 and 5.7.6 requirements SSL connection must

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

Power pivot无法导入数据

问题描述：使用Power pivot从其他源、或现有连接导入数据时没有反应解决方法：这种情况先将360、金山毒霸等杀毒软件关闭，然后win R运行，在打开框中输入regedit,回车，进入注册表编辑器。定位到HKEY_CURRENT_USER\Software\Kingsoft\office文件夹，鼠标右键删除。定位到HKEY_LOCAL_MACHINE\SOFTWARE\kingso

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

Internet Explorer 11安装更新

问题描述：在使用Excel函数帮助时，由于Internet Explorer 9 版本过低无法打开帮助页面。解决方法：1、卸载IE9如果计算机上面安装有IE9，这将有可能会导致安装失败，此时就先把IE9卸载。卸载路径为：【控制面板】，【程序】，【程序和功能】，【已安装更新】，找到IE9之后单击右键，选择“卸载”。2、检查计算机的系统版本是否符合IE11的条件（如：32位/64位 w

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

numpy的数值类型

bool 用一位存储的布尔类型（值为TRUE或FALSE）inti 由所在平台决定其精度的整数（一般为int32或int64）int8 整数，范围为128至127int16 整数，范围为32 768至32 767int32 整数，范围为231至231 1int64 整数，范围为263至263 1uint8 无符号整数，范围为0至255uint16 无符号整数，范围为0至6

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

numpy#矩阵的拼接

matr1 = np.matrix([[1,2,3],[4,5,6],[7,8,9]])#使用matrix创建matr2 = np.matrix([[1,2,3],[4,5,6],[7,8,9]])#使用matrix创建np.bmat('matr1 matr2 ')#矩阵的拼接，横着拼接 np.bmat('matr1;matr2 ')#矩阵的拼接，竖着拼接

0.0000

0

3

0

关注作者

收藏

詹惠儿

理解二项逻辑回归

先决条件：线性回归本文讨论了Logistic回归的基础知识及其在Python中的实现。逻辑回归基本上是监督分类算法。在分类问题中，目标变量（或输出）y只能为给定的一组特征（或输入）X采用离散值。我们也可以说目标变量是分类的。根据类别数量，Logistic回归可分为：二项式：目标变量只能有两种可能的类型：“0”或“1”代表“赢”与“损失”，“通过”与“失败”，“死”与“活着”等。多项式：

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

sklearn.neighbors 中的无监督算法

>>> from sklearn.neighbors import NearestNeighbors>>> import numpy as np>>> X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])>>> nbrs = NearestNeighbors(n_neighbors=2, algorithm=

0.0000

0

0

0

关注作者

收藏

詹惠儿

python如何进行主成分分析

第1步：导入库# importing required librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd第2步：导入数据集导入数据集并将数据集分发到X和y组件以进行数据分析。# importing or loading the datasetdataset = pd.read

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

拟合泊松回归

> fit summary(fit)Call:glm(formula = sumY ~ Base Age Trt, family = poisson(), data =breslow.dat)Deviance Residuals:Min 1Q

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

抽样于二项分布的数据的期望方差是σ2=nπ(1–π)， n为观测数， π为属于Y=1组的概率。所谓过度离势，即观测到的响应变量的方差大于期望的二项分布的方差。过度离势会导致奇异的标准误检验和不精确的显著性检验。当出现过度离势时，仍可使用glm()函数拟合Logistic回归，但此时需要将二项分布改为类二项分布（quasibinomial distribution）。检测过度离势的一种方法

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

评价预测变量对结果概率的影响

对于我们大多数人来说，以概率的方式思考比使用优势比更直观。使用predict()函数，可以观察某个预测变量在各个水平时对结果概率的影响。首先创建一个包含你感兴趣预测变量值的虚拟数据集，然后对该数据集使用predict()函数，以预测这些值的结果概率。现在我们使用该方法评价婚姻评分对婚外情概率的影响。首先，创建一个虚拟数据集，设定年龄、婚龄和宗教信仰为它们的均值，婚姻评分的范围为1～5。>

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

解释模型参数

先看看回归系数：> coef(fit.reduced)(Intercept) age yearsmarried religiousness rating1.931 -0.035 0.101 -0.329 -0.461在Logistic回归中，响应变量是Y=1的对数优势比（log）。回归系数的含义是当其他预测变量不变时，一单位预测变量的变化可引起的响应变量对数优势比的变化。由于对数优势比

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

二值型因子现可作为Logistic回归的结果变量

> fit.full summary(fit.full)Call:glm(formula = ynaffair

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

泊松回归适用于在给定时间内响应变量为事件发生数目的情形。它假设Y服从泊松分布，其中λ是Y的均值（也等于方差）。此时，连接函数为log(λ)，概率分布为泊松分布，可用如下代码拟合泊松回归模型：glm(Y~X1 X2 X3, family=poisson(link="log"), data=mydata)值得注意的是，标准线性模型也是广义线性模型的一个特例。如果令连接函数g(μY)=μY或恒

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

R中可通过glm()函数（还可用其他专门的函数）拟合广义线性模型。它的形式与lm()类似，只是多了一些参数。函数的基本形式为：glm(formula, family=family(link=function), data=)表13-1列出了概率分布（family）和相应默认的连接函数（function）。binomial (link = "logit")gaussian (link =

0.0000

0

3

0

关注作者

收藏

<1…347348349…404>

CDA考试动态

CDA报考指南