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

关于R代码运行错误的问题

实际工作中遇到的：RUS1mRUS1m[i,j]} else if(io1m.m[i,j]-io1m.m$US

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

向量误差修正模型案例分析

> ############################> #1.生成数据> set.seed(12345)> u1 u2 u3 y1 y2

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

R来实现业务指标地图

作为任何有多地区业务的公司，如果能在地图上展示业绩，是一件多么酷的事情，下面上图片。a这张图展现的是江苏某行的存款规模，越红说明越高，苏州是第一梯队，南京，无锡市第二梯队，徐州、南通、常州是第三梯队，其他惨白的都是苏北地区，是第四梯队。当然数据方面我进行了加工，与真实数据还是有出入的，只是做个范例。R语言制作图表的步骤很简单，一般无非是以下流程，很多人想不明白为什么必须要用R语言来画图，有

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

R里插入时间的问题

（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

2

0

关注作者

收藏

wangjuju123

决策树的生成和修剪

我们已经学习了从数据集构造决策树算法所需要的子功能模块，包括经验熵的计算和最优特征的选择，其工作原理如下：得到原始数据集，然后基于最好的属性值划分数据集，由于特征值可能多于两个，因此可能存在大于两个分支的数据集划分。第一次划分之后，数据集被向下传递到树的分支的下一个结点。在这个结点上，我们可以再次划分数据。因此我们可以采用递归的原则处理数据集。构建决策树的算法有很多，比如C4.5、ID3和CA

17.3451

1

5

0

关注作者

收藏

wangjuju123

决策树的构建

1. ID3算法ID3算法的核心是在决策树各个结点上对应信息增益准则选择特征，递归地构建决策树。具体方法是：1）从根结点(root node)开始，对结点计算所有可能的特征的信息增益，选择信息增益最大的特征作为结点的特征。2）由该特征的不同取值建立子节点，再对子结点递归地调用以上方法，构建决策树；直到所有特征的信息增益均很小或没有特征可以选择为止；3）最后得到一个决策树。2

0.0000

0

0

0

关注作者

收藏

wangjuju123

决策树的构造

决策树学习的算法通常是一个递归地选择最优特征，并根据该特征对训练数据进行分割，使得各个子数据集有一个最好的分类的过程。这一过程对应着对特征空间的划分，也对应着决策树的构建。1）开始：构建根节点，将所有训练数据都放在根节点，选择一个最优特征，按着这一特征将训练数据集分割成子集，使得各个子集有一个在当前条件下最好的分类。2）如果这些子集已经能够被基本正确分类，那么构建叶节点，并将这些子集分

0.0000

0

3

0

关注作者

收藏

809669515

如何从30部电影随机抽取5部出来?

我们可以使用python完成以上任务：首先建立一个列表，里面包含30部电影：>>> a = ['电影1','电影2','电影3','电影4',... '电影29','电影30']再用python产生一个产生一个数值范围内的不重复的随机数，可以使用random模块中的random.sample函数，其用法如下：>>>b = random.sample(a,5)>>>b['电影27',

0.0000

0

4

0

关注作者

收藏

809669515

Office阻止激活silverlight控件解决方案2

问题描述：昨天我电脑都装了，其他都可以用，就是这个Power View不能用，是什么原因呀？问题原因：出于安全考虑新生成的 Microsoft Office阻止激活的Silverlight控件上。除了直接安装注册表小程序的方法以外，还可以手动修改注册表具体解决方法如下：1、退出Microsoft Office 应用程序2、启动注册表编辑器中通过点击开始，键入regedit

0.0000

0

1

0

关注作者

收藏

zxq997

LR和SVM的联系与区别。

联系： 1、LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题） 2、两个方法都可以增加不同的正则化项，如l1、l2等等。所以在很多实验中，两种算法的结果是很接近的。区别： 1、LR是参数模型，SVM是非参数模型。 2、从目标函数来看，区别在于逻辑回归采用的是logistical loss，SVM采用的是hinge loss.这两个损失函数

17.3451

1

2

0

关注作者

收藏

zxq997

常见的反爬虫和应对方法

1）.通过Headers反爬虫从用户请求的Headers反爬虫是最常见的反爬虫策略。很多网站都会对Headers的User-Agent进行检测，还有一部分网站会对Referer进行检测（一些资源网站的防盗链就是检测Referer）。如果遇到了这类反爬虫机制，可以直接在爬虫中添加Headers，将浏览器的User-Agent复制到爬虫的Headers中；或者将Referer值修改为目标网站域名。对

7.7801

1

2

0

关注作者

收藏

zxq997

数据库的优化

1. 优化索引、SQL 语句、分析慢查询；2. 设计表的时候严格根据数据库的设计范式来设计数据库；3. 使用缓存，把经常访问到的数据而且不需要经常变化的数据放在缓存中，能节约磁盘IO；4. 优化硬件；采用SSD，使用磁盘队列技术(RAID0,RAID1,RDID5)等；5. 采用MySQL 内部自带的表分区技术，把数据分层不同的文件，能够提高磁盘的读取效率；6. 垂直分表；把一些不经

0.0000

0

3

0

关注作者

收藏

zxq997

txt文件处理方法

a [[ 2.49870000e-01 2.50250000e-01 [ 3.64260000e 03 3.72430000e 03 [ 4.53960000e 03 4.50590000e 03 ..., [ 4.74110000e 01 4.89660000e 01 [ 4.10930000e 01 4.20480000e 01 [ 1.83510000e 01 1.6

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

R语言字符串处理stringr包

stringr包主要功能处理字符串，对字符串进行分割、连接、转换等操作。install.packages('stringr')library(stringr)1、字符串拼接函数str_c(..., sep = "", collapse = NULL)，与str_join完全相同，与paste()行为不完全一致参数：sep: 把多个字符串拼接为一个大的字符串，用于字符串的分割符coll

6.9836

1

1

0

关注作者

收藏

zxq997

Excel文件处理方法。

1、读取方法一：使用Python的 xlrd包。#1、导入模块import xlrd#2、打开Excel文件读取数据data = xlrd.open_workbook('test_data.xlsx')# print('data',data)#3、使用技巧#获取一个工作表table = data.sheets()[0] #通过索引顺序获取# print('table',tab

0.0000

0

3

0

关注作者

收藏

wangjuju123

python安装graphviz

scikit-learn中决策树的可视化一般需要安装graphviz。主要包括graphviz的安装和anaconda的graphviz插件的安装。　　　　第一步是安装graphviz。下载地址在：https://graphviz.gitlab.io/_pages/Download/Download_windows.html 。下载msi/zip文件安装，装完后都要设置环境变量，将graph

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

R语言reshape2包

reshape2包是由Hadley Wickham开发的用于数据重构的包，其主要功能函数为melt、cast，实现了长数据和宽数据之间的转换。install.packages(reshape2)library("reshape2")宽数据：每一列为一个观测变量，每一行为一组所有观测变量的观测值>head(airquality) #看重的是一次观测的各个变量相对应的观测值 Ozone So

0.0000

0

1

0

关注作者

收藏

wangjuju123

python中的快捷键

Tab 缩进代码 Alt 3 Alt 4 注释、取消注释代码行 Alt 5 Alt 6 切换缩进方式空格 Tab Alt / 单词完成，只要文中出现过，就可以帮你自动补齐。多按几次可以循环选择 Alt M 打开模块代码，先选中模块，然后按下此快捷键，会帮你打开改模块的py源码供浏览 Alt C 打开类浏览器，方便在源码文件中的各个方法体之间切换 Alt FP 打

0.0000

0

0

0

关注作者

收藏

kejiayuan0806

R语言时间数据处理lubridate包

在我们处理一些时间序列数据时，经常会碰到各种时间数据，比如“2016-03-03”。很多时候我们需要提取出其中的年、月、日甚至是小时、分、秒，从而可以方便的进行比较、筛选等操作。如果我们自己去实现上述功能，可能会写一个字符串的提取函数，来确定相应的时间单位值。但是，由于时间数据格式多样，总会碰到一些问题。使用lubridate这个包功能简单但方便快捷。install.packages('lubr

103.6940

1

1

0

关注作者

收藏

wangjuju123

VBA和VB的区别？

VBA是VB的子集，相当于VBScipt与VB的关系 Office自带VBA，作为宏处理…… 当年的标准答案： VBA是什么直到90年代早期,使应用程序自动化还是充满挑战性的领域.对每个需要自动化的应用程序,人们不得不学习一种不同的自动化语言.例如:可以用EXCEL的宏语言来使EXCEL自动化,使用WORD BASIC使WORD自动化,等等.微软决定让它开发出来的应用程序共享一种通用的

0.0000

0

3

0

关注作者

收藏

<1…385386387…404>

CDA考试动态

CDA报考指南