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

dreamhappy2012

R里插入时间

（1）已知时间尺度为小时的一系列数据，现在想让小时尺度转化为半小时尺度，即已知t1,t2。现在想变为t1,t1.5,t2，并且是t1.5的值等于t1和t2的二分之一，该怎么处理?require('tidyr')full_seq(c(1, 2, 3, 4, 5), 0.5)（2）已知时间尺度为10 分钟尺度的一系列数据，现在想让10分钟尺度转化为半小时尺度，即在t0.1,t0.2,t0.

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

R循环语句4--apply, lapply, sapply

R语言中的循环函数（Grouping Function）可以按组对数据进行处理，apply, lapply, sapply, tapply, mapply,等。这几个函数功能有些类似，下面介绍下这几个函数的用法。Apply这是对一个Matrix或者Array进行某个维度的运算。其格式是：Apply(数据,维度Index,运算函数,函数的参数)对于Matrix来说，其维度值为2，第二个参

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

R循环语句3--R剔除重复值

R剔除重复值比较困难，解决方法：如果有下列的数据> a公司比例1 a 0.42 a 0.33 a 0.24 b 0.55 b 0.4如果想仅保留每个公司的第一条数据，可使用如下方法> duplicated(a$公司)[1] FALSE TRUE TRUE FALSE TRUE> b a[!b,]公司比例1 a 0.44 b

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

R里的循环语言1

比如两个变量i，ji=1:4 j=1:30公式y=j 10i计算出的y是矩阵这个循环该怎么写呢？解：i

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

SVM的一般流程

(1) 收集数据：可以使用任意方法。(2) 准备数据：需要数值型数据。(3) 分析数据：有助于可视化分隔超平面。(4) 训练算法： SVM的大部分时间都源自训练，该过程主要实现两个参数的调优。(5) 测试算法：十分简单的计算过程就可以实现。(6) 使用算法：几乎所有分类问题都可以使用SVM，值得一提的是， SVM本身是一个二类分类器，对多类问题应用SVM需要对代码做一些修改。

59.4182

1

2

0

关注作者

收藏

啊啊啊啊啊吖

逻辑回归的一般流程

(1) 收集数据：采用任意方法收集数据。(2) 准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另外，结构化数据格式则最佳。(3) 分析数据：采用任意方法对数据进行分析。(4) 训练算法：大部分时间将用于训练，训练的目的是为了找到最佳的分类回归系数。(5) 测试算法：一旦训练步骤完成，分类将会很快。(6) 使用算法：首先，我们需要输入一些数据，并将其转换成对应的结构化数值；

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

通用函数--索引对齐

当两个series或dataframe对象上进行二元计算时，pandas会在计算的过程中对其两个对象的索引，当处理不完整的数据时，这会很方便#series索引对齐'''假如要整合两个数据源'''area=pd.Series({'Alaska': 1723337, 'Texas': 695662,'California': 423967}, name='area')population

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

dataframe的帮助文档

DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)文档字符串:二维大小可变、可能异构的表格数据具有标记轴(行和列)的结构。算术运算对齐行和列标签。可以被认为是像dict一样的系列对象的容器。主要pandas数据结构。参数- - - - - - - - - - -数据:nump

0.0000

0

1

0

关注作者

收藏

詹惠儿

实体的对应关系

基数：该实体组的实体的关系参与次数集称为基数。基数可以是不同的类型：一对一 -当每个实体集中的每个实体只能在关系中参与一次时，基数是一对一的。让我们假设一个男性可以嫁给一个女性，一个女性可以嫁给一个男性。所以关系将是一对一的。a使用集合，它可以表示为：a多对一 -当一个实体集中的实体只能在关系集中参与一次，而其他实体集中的实体可以在关系集中多次参与时，基数是多对一的。让我们假设学

59.4182

1

3

0

关注作者

收藏

詹惠儿

关系类型和关系集有什么区别？

关系类型表示实体类型之间的关联。例如，“注册”是实体类型Student和Course之间存在的关系类型。在ER图中，关系类型由菱形表示，并将实体与线连接。a一组相同类型的关系称为关系集。以下关系集描述S1在C2中登记，S2登记在C1中并且S3登记在C3中。a关系集的程度：参与关系集的不同实体集的数量被称为关系集的程度。一元关系 -当只有一个实体集参与关系时，该关系称为一元关

0.0000

0

2

0

关注作者

收藏

zxq997

python数据处理（二）

11）删除特征df.drop('feature_variable_name', axis=1)axis 选择 0 表示行，选择表示列。（12）将目标类型转换为浮点型pd.to_numeric(df["feature_name"], errors='coerce')将目标类型转化为数值从而进一步执行计算，在这个案例中为字符串。（13）将 DataFrame 转换为 NumPy 数组

0.0000

0

5

0

关注作者

收藏

zxq997

python基本数据集操作（一）

（1）读取 CSV 格式的数据集：pd.DataFrame.from_csv(“csv_file”)或者pd.read_csv(“csv_file”)（2）读取 Excel 数据集pd.read_excel("excel_file")3）将 DataFrame 直接写入 CSV 文件如下采用逗号作为分隔符，且不带索引：df.to_csv("data.csv", sep=",",

0.0000

0

3

0

关注作者

收藏

zxq997

1、概述时间序列预测法是一种定量分析方法，它是在时间序列变量分析的基础上，运用一定的数学方法建立预测模型，使时间趋势向外延伸，从而预测未来市场的发展变化趋势，确定变量预测值。基本特点是：假定事物的过去趋势会延伸到未来；预测所依据的数据具有不规则性；撇开市场发展之间的因果关系。 2、分类时间序列的变动形态一般分为四种：长期趋势变动季节变动循环变动不规则变动方法分类：

0.0000

0

0

0

关注作者

收藏

zxq997

1、概述因子分析是将变量总和为数量较少的几个因子，是降维的一种数学技术！它和主成分分析的最大区别是：其是一种探索性分析方法，即：通过用最少个数的几个不可观察的变量来说明出现在可观察变量中的相关模型，它提供了一种有效的利用数学模型来解释事物之间的关系，体现出数据挖掘的一点精神！ 2、分类R型因子分析，即对变量的研究，此为常用Q型因子分析，即对样本的研究 3、因子分析和主成分分析的区别和

0.0000

0

2

0

关注作者

收藏

zxq997

主成分分析

1、概述主成分分析是一种降维数的数学方法，具体就是，通过降维技术将多个变量化为少数几个主成分的统计分析方法。在建模中，主要用于降维，系统评估，回归分析，加权分析等等。 2、分类（无） 3、注意事项在应用主成分分析时候，应该注意：（1）综合指标彼此独立或者不相互干涉（2）每个综合指标所反映的各个样本的总信息量等于对应特征向量的特征值。通常要选取的综合指标的特征值贡献率之和应为8

0.0000

0

2

0

关注作者

收藏

zxq997

1、概述判别分析是基于已知类别的训练样本，对未知类别的样本判别的一种统计方法，也是一种有监督的学习方法，是分类的一个子方法！具体是：在研究已经过分类的样本基础上，根据某些判别分析方法建立判别式，然后对未知分类的样本进行分类！ 2、判别方法根据判别分析方法的不同，可分为下面几类：（1）距离判别法（2） Fisher判别法（3） Bayes判别法（4）逐步判别法比

0.0000

0

2

0

关注作者

收藏

zxq997

1、概述分类是一种典型的有监督的机器学习方法，其目的是从一组已知类别的数据中发现分类模型，以预测新数据的未知类别。这里需要说明的是：预测和分类是有区别的，预测是对数据的预测，而分类是类别的预测。 2、常用分类模型：（1）神经网络（2）决策树3、注意事项 A. 神经网络适用于下列情况的分类：（1）数据量比较小，缺少足够的样本建立数学模型（2）数据的结构难以用传统的统

0.0000

0

2

0

关注作者

收藏

zxq997

1、概述：聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。 2、分类聚类主要有三种：（1） K均值聚类（2）系统聚类（3）二阶聚类类的距离计算方法：（1）最短距离法（2）最长距离法（3）中间距离法（4）重心法（5）类平均法（6）可变类平均法（7）可变法（8）利差平均和法 3、注意事项在样本量比较大

0.0000

0

4

0

关注作者

收藏

zxq997

1、概述：在研究变量之间的相互影响关系模型时候，用到这类方法，具体地说：其可以定量地描述某一现象和某些因素之间的函数关系，将各变量的已知值带入回归方程可以求出因变量的估计值，从而可以进行预测等相关研究。 2、分类分为两类：多元线性回归和非线性线性回归；其中非线性回归可以通过一定的变化转化为线性回归，比如：y=lnx 可以转化为y=u u=lnx来解决；3、注意事项

0.0000

0

4

0

关注作者

收藏

詹惠儿

与传统的基于文件的系统相比，DBMS有哪些优势？

1. 与传统的基于文件的系统相比，DBMS有哪些优势？Ans：数据库管理系统的开发是为了解决传统操作系统支持的典型Fille处理系统的以下困难。1.数据冗余和不一致2.访问数据困难3.数据隔离 - 多种文件和格式4.完整性问题5.更新的原子性6.多个用户的并发访问7.安全问题2. 什么是数据库规范化？Ans：这是一个基于功能依赖关系和主键分析给定关系模式以实现以下所需属性的过

0.0000

0

4

0

关注作者

收藏

<1…358359360…404>

CDA考试动态

CDA报考指南