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

wangjuju123

while语句非常灵活，可用于在条件为真时反复执行代码块。这在通常情况下很好，但有时候你可能想根据需要进行定制。一种这样的需求是为序列（或其他可迭代对象）中每个元素执行代码块。注意基本上，可迭代对象是可使用for循环进行遍历的对象。第9章将详细介绍可迭代对象和迭代器。就目前而言，只需将可迭代对象视为序列即可。为此，可使用for语句： words = ['this', 'is',

0.0000

0

4

0

关注作者

收藏

wangjuju123

至此，你知道了如何在条件为真（或假）时执行操作，但如何重复操作多次呢？例如，你可能想创建一个程序，每月都提醒支付房租。如果只使用已介绍过的工具，必须像下面这样编写这个程序（伪代码）： send mail wait one month send mail wait one month send mail wait one month (... and so on) 但是如果希望程序这

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

Excel数组的计算方式

在Excel中数组可以理解为：多个单元格的集合。通常数组分为一维数组和多维数组，一维数组是单行或者是单列多个单元格集合，多维数组是多行多列单元格的集合。计算方式：1、一维数组*一维数组同一维度：两个数组之间两两相乘，最后生成也是一维数组。不同维度：先用第一个数组的第一个元素跟第二个数组的所有元素相乘，再用第一个数组的第二个元素与第二个数组的所有元素相乘，最后生成多维数组。

0.0000

0

3

0

关注作者

收藏

wangjuju123

赋值语句你见过很多，有的给变量赋值，还有的给数据结构的一部分（如列表中的元素和切片，或者字典项）赋值，但还有其他类型的赋值语句。例如，可同时（并行）给多个变量赋值：>>> x, y, z = 1, 2, 3 >>> print(x, y, z) 1 2 3 看似用处不大？看好了，使用这种方式还可交换多个变量的值。 >>> x, y = y, x >>> print(x, y, z)

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

Excel中SUBSTITUTE函数的使用

语法：SUBSTITUTE(text, old_text, new_text, [instance_num])说明：将文本字符串中指定的文本替换为新的文本。Text：必须，目标文本字符串。Old_text：必须，目标文本中需要被替换的文本。New_text：必须，替换为新的文本。Instance_num：可选，如果是省略则需要替换所有的原始文本，否则，就是替换第几个原始文本。函数参数被[

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

Excel定义名称

使用Excel名称管理器可以自定义名称，方便后续调用。定义名称的方法：1、【选中数据区域】--【名称栏输入名称】--【Enter】 2、【选中数据区域】--【公式】--【定义名称】，新建名称对话框中输入名称和引用位置 3、【选中数据区域】--【公式】--【根据所选内容创建】，勾选区域的名称，把首行作为每一列的名称 4、自定义名称后在【公式】--【名称管理器】可以修

62.1152

1

2

0

关注作者

收藏

詹惠儿

评估模型的常用指标

基尼系数基尼系数有时用于分类问题。基尼系数可以从AUC ROC数得出。基尼系数只是ROC曲线与诊断线之间的面积与上述三角形的面积之比。以下是使用的公式：基尼= 2 * AUC - 1基尼系数高于60％是一个很好的模型。对于手头的情况，我们得到基尼系数为92.7％。协调 - 不和谐比率对于任何分类预测问题，这也是最重要的指标之一。要理解这一点，我们假设我们有3名学生今年有可能通过。以下

0.0000

0

0

0

关注作者

收藏

詹惠儿

Roc要注意什么？

让我们以阈值= 0.5为例（参考混淆矩阵）。这是混淆矩阵：a如您所见，此阈值的灵敏度为99.6％，（1-特异性）为~60％。该坐标在我们的ROC曲线中成为点。为了将该曲线降低到单个数字，我们找到该曲线下的面积（AUC）。注意，整个正方形的面积是1 * 1 = 1.因此AUC本身是曲线下面的比率和总面积。对于手头的案例，我们将AUC ROC定为96.4％。以下是一些拇指规则：.90-1

0.0000

0

1

0

关注作者

收藏

詹惠儿

如何区分增益和提升图表（二）

在第一个十分位数中我们可以达到的最大升力是多少？从本文的第一个表中，我们知道响应者的总数是3850.第一个十分位数将包含543个观测值。因此，第一个十分位数的最大升力可能是543 / 3850~14.1％。因此，我们对此模型非常接近完美。现在让我们绘制升力曲线。提升曲线是总升力与％人口之间的关系曲线。请注意，对于随机模型，它始终保持100％不变。以下是手头案例的情节：您还可以使用十

0.0000

0

7

0

关注作者

收藏

啊啊啊啊啊吖

回归的一般方法

(1) 收集数据：采用任意方法收集数据。(2) 准备数据：回归需要数值型数据，标称型数据将被转成二值型数据。(3) 分析数据：绘出数据的可视化二维图将有助于对数据做出理解和分析，在采用缩减法求得新回归系数之后，可以将新拟合线绘在图上作为对比。(4) 训练算法：找到回归系数。(5) 测试算法：使用R2或者预测值和数据的拟合度，来分析模型的效果。(6) 使用算法：使用回归，可以在

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

树回归的一般方法

(1) 收集数据：采用任意方法收集数据。(2) 准备数据：需要数值型的数据，标称型数据应该映射成二值型数据。(3) 分析数据：绘出数据的二维可视化显示结果，以字典方式生成树。(4) 训练算法：大部分时间都花费在叶节点树模型的构建上。(5) 测试算法：使用测试数据上的R2值来分析模型的效果。(6) 使用算法：使用训练出的树做预测，预测结果还可以用来做很多事情

0.0000

0

5

0

关注作者

收藏

kejiayuan0806

Excel快速填充常用方法

快速填充操作步骤：【在第一个单元格输入需要填充的数据格式】--【下拉数据】--【右下角按钮】--【快速填充】1、数据提取 2、数据拆分 3、提取数值和字符 4、数据合并 5、加空格 6、位置转换

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何区分增益和提升图表（一）

增益和提升图表增益和提升图主要用于检查概率的等级排序。以下是构建提升/增益图表的步骤：步骤1：计算每次观察的概率步骤2：按降序排列这些概率。步骤3：构建十分位数，每组具有近10％的观察结果。步骤4：计算Good（响应者），Bad（非响应者）和总数的每个十分位数的响应率。您将获得下表，您需要从中绘制增益/提升图表：这是一个非常有益的表。累积增益图表是累积％权利和累计％人口之

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

Windows 系统可以从http://www.python.org/getit/下载，注意选择合适的Windows安装包（64位或32位）并按说明进行操作。可以从http://sourceforge.net/projects/numpy/files/NumPy/下载二进制NumPy文件，这种安装方式可以省去自己编译的麻烦。安装完毕后就可以打开Python命令行了。在“运行”窗口输入cm

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

Excel中的数据类型

在Excel中主要的数据类型分四类：数值、文本、逻辑值、错误值。数值型：有大小之分，可进行运算。数值型数据包括0~9中的数字以及含有正号、负号、货币符号、百分号等任一种符号的数据。默认情况下，数值自动沿单元格右边对齐。负数：在数值前加一个“-”号或把数值放在括号里，都可以输入负数。如：要在单元格中输入“-66”，可以连续输入“(66)”，然后敲回车键都可以在单元格中出现“ -66”。

10.2408

1

1

0

关注作者

收藏

zxq997

ARIMA模型的一般步骤

一般步骤：（1）平稳性检验。在这个环节中，我们需要对数据进行平稳性检验，这是因为只有平稳的序列，其特征才是稳定的，可重复的，也就具有了预测的可能性。如果序列本身是非平稳的，那么通常我们有两种处理方式，一是进行差分，而是进行对数变换。（2）对于平稳的序列，我们需要对计算序列的ACF和PACF，通过分析ACF和PACF拖尾和截尾的形态，来判断ARIMA模型的形式以及p和q的取值（由于考虑差分

0.0000

0

3

0

关注作者

收藏

zxq997

平稳时间序列ARMA模型

（1）自回归模型AR（n）假设时间序列Xt仅与Xt-1,Xt-2,…,Xt-n有线性关系。而在Xt-1,Xt-2,…,Xt-n已知条件下，Xt与Xt-j （j = n 1、n 2…）无关，εt是一个独立于Xt-1,Xt-2，…，Xt-n的白噪声序列。其中。事实上，AR模型就是从线性回归演化而来，只是线性回归是建立自变量X和因变量Y的线性关系，而向量自回归是建立当期与往期的线性关系。举

0.0000

0

4

0

关注作者

收藏

zxq997

趋势分解法

时间序列预测技术就是通过对预测目标自身时间序列的处理，来研究其变化趋势的。一个时间序列往往是以下几类变化形式的叠加或耦合。长期趋势变动：是指时间序列朝着一定的方向持续上升或下降，或停留在某一水平上的倾向，它反映了客观事物的主要变化趋势；季节变动：是指季度或月度的周期变化；循环变动：通常是指周期为一年以上，由非季节因素引起的涨落起伏波形相似的波动；不规则变动：通常它分为突然变

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

主键、外键、唯一、约束区别

什么是主键？在数据库中，常常不只是一个表，这些表之间也不是相互独立的。不同的表之间需要建立一种关系，才能将它们的数据相互沟通。而在这个沟通过程中，就需要表中有一个字段作为标志，不同的记录对应的字段取值不能相同，也不能是空白的。通过这个字段中不同的值可以区别各条记录。就像我们区别不同的人，每个人都有名字，但它却不能作为主键，因为人名很容易出现重复，而身份证号是每个人都不同的，所以可以根据它来区别

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

数据库主键和外键及索引

1、主键：若某一个属性组（注意是组）能唯一标识一条记录，该属性组就是一个主键。主键不能重复，且只能有一个，也不允许为空。定义主键主要是为了维护关系数据库的完整性。2、外键：外键用于与另一张表的关联，是能确定另一张表记录的字段。外键是另一个表的主键，可以重复，可以有多个，也可以是空值。定义外键主要是为了保持数据的一致性。3、索引：索引是对表中一个或多个列的值进行排序的结构。主

0.0000

0

3

0

关注作者

收藏

<1…365366367…404>

CDA考试动态

CDA报考指南