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

聚类评估指标（轮廓系数）

轮廓系数的值介于[-1,1]之间，越趋于1代表聚类效果越好。具体计算方法如下： 1. 计算样本i到同簇其他所有样本的平均距离，记为a(i)。a(i)越接近0则表示样本i聚类效果越好。2. 计算样本i到其他每个簇中所有样本的平均距离，选取平均距离最小的值记为b(i)。b(i)越大则表示样本i聚类效果越好。3. 计算b(i)与a(i)的极差，除以max{a(i),b(i)}，这时就会出现

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

ROC曲线如何绘制

一条曲线的绘制必须是多个点的连线，那么我们就需要在坐标轴上描出多个点，以此来绘制ROC曲线，具体步骤如下：（1）假设我们有一个100行的数据集，按照9:1划分为训练集和测试集；（2）接下来我们建立二分类模型并预测结果，这时10行的测试集中每个观测都应该有一个对应的原始分类和预测概率；（3）这时我们依次将10个预测概率作为阈值threshold，当准确度大于或等于这个值的时候，预测结果为

0.0000

0

2

0

关注作者

收藏

阿抽哥哥

NumPy数组广播的规则

NumPy的广播遵循一组严格的规则，设定这组规则是为了决定两个数据间的操作。规则1：如果两个数组的维度数不相同，那么小维度的数组的形状将会在最左边补1。规则2：如果两个数组的形状在任何的一个维度上都不匹配，那么数组的形状会沿着维度为1的维度扩展以匹配另外一个数组的形状。规则3：如果两个数组的形状在任何的一个维度上都不匹配并且没有任何一个维度等于1，那么会引发异常。

0.0000

0

1

0

关注作者

收藏

wangjuju123

数据库、数据表的创建和使用

连接：Mysql -u root -p；创建数据库：Mysql> Creat database cdadb；调用：Mysql> Use cdadb；展示数据库中的现有表：Mysql> show tables;创建二维数据表：Mysql> creat table 名字；Mysql> creat table 表名称(列1名称数据类型，列2名称数据类型，列3名称数据类型，列

103.6940

1

3

0

关注作者

收藏

kejiayuan0806

Python结巴中文分词

结巴分词（Jieba）是python中一个比较常用的中文分词包，功能包括：中文分词、词性标注、未登录词识别等。一、结巴分词下载与安装1、下载结巴分词（jieba）官方下载地址：https://pypi.python.org/pypi/jieba/ 2、将下载好的ZIP包，解压缩到新建文件夹中3、进入Windows下cmd命令框，输入如下命令C:\Users\Admin>e:E:\

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

Python输出print

一、格式化输出1、整数输出整数有三种表现形式：十进制%d, 八进制%o, 十六进制%x #'%d'代替十进制数字（常用）print("I am %d years old"%10)#与上句结果相同age=10 print("I am %d years old"%age)#输出整数三种表现形式print("十进制%d,八进制%o,十六进制%x"%(age,age,age))#输出结

0.0000

0

1

0

关注作者

收藏

809669515

如何在PyCharm切换Python版本

虽然现在Python3越来越流行，但是仍然有很多教科书代码沿用Python2，如果用Jupyter Notebook频繁切换两个版本的Python，会非常麻烦。如果你所用的Pycharm，切换起来会非常方便。具体方法如下：1、File -Settings 2、在Project中，选择Project Interpreter 3、选择你想使用的python版本 - Ap

7.3728

1

4

0

关注作者

收藏

啊啊啊啊啊吖

关于R的性能测试

一、测试目的1.测试R读取数据时，何种格式何种读取方式效率更高，资源占用更少。2.为用R处理百万级数据以下人购“器”提供一点儿参考二、测试平台：（一）硬件电脑型号戴尔 Inspiron5421 笔记本电脑处理器英特尔第三代酷睿i5-3317U @ 1.70GHz 双核超低电压处理器显卡 NVID

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

关于R计算结果没问题却显示成NULL的问题

写了一个下面的这个R指令，其中的bx1到bx10的值前面都计算出来了，然后想生成下面这个fbe的向量出来，fbe里面应该就有这十个数的。fbe fbe[1] 0.10432 0.10432 0.10432 0.10432 0.10432 0.10432 0.10

103.6940

1

2

0

关注作者

收藏

啊啊啊啊啊吖

R实现shiny高级技巧--发送图片

发送图片当您想让R生成一个绘图并将其发送到客户机浏览器时，renderPlot()函数在大多数情况下会完成这项工作。但是，当您需要更好地控制流程时，您可能需要使用renderImage()函数。关于renderPlot()renderPlot()在R使用其正常的图形设备系统生成图像的任何时候都很有用。换句话说，任何通常介于png()和dev.off()之间的绘图生成代码都可以在rend

7.3728

1

1

0

关注作者

收藏

啊啊啊啊啊吖

用R搭建的shiny应用程序怎么上传文件

有时你希望用户能上传数据到你的应用程序里。shiny使得用户可以很容易地用浏览器上传数据，然后服务端的逻辑可以访问这些数据。重要注解：这一特性不支持IE9或更早版本（shiny server也同样不支持它们）默认情况下，shiny上传的每个文件最大不能超过5MB。你可以通过shiny.maxRequestSize选项来修改这个限制。例如，在server.R的最前面加上 options(sh

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

shiny应用程序的搭建--滑动条

asliders这个例子展示的是滑动条（slider）控件的功能，包括产生动画效果。要运行这个例子，只需键入：> library(shiny) > runExample("05_sliders") 定制化滑动条slider控件功能非常强大，同时也可以定制化。它支持的特性有：既可以输入单个的值，也可以输入一个范围。自定义显示值的格式（比如，货币格式）让滑动条在一定范围内自

0.0000

0

0

0

关注作者

收藏

809669515

mysql控制台的背景颜色如何修改？

步骤如下：1、打开win“开始菜单”，在下方找到“所有程序”2、点击打开mysql3、进入MySql命令行4、右键点击MySql上方的边框（不要点击黑色区域），在弹出的对话框点击“属性”5、进入属性设置栏，点击上方菜单栏处“字体”6、在右方字体大小处，选择合适的字体大小，点击确定7、返回命令行可以看到字体大小已经设置成功。8、打开“颜色”选项，点击即可进行颜色设置

0.0000

0

2

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。大多数用户都不会受到影响，但某些用户这可能导致在 Excel 中的 power View 不起作用再（因为它使用 Silverlight）。您可能会看到错误消息，指出"激活失败 OLEOb

0.0000

0

1

0

关注作者

收藏

809669515

Office阻止激活silverlight控件

出于安全考虑新生成的 Microsoft Office阻止激活的Silverlight控件上。大多数用户都不会受到影响，但某些用户这可能导致在 Excel 中的 power View 不起作用再（因为它使用 Silverlight）。您可能会看到错误消息，指出"激活失败 OLEObject 类方法". 有两种方法可以取消阻止这些控件。第一个是下载注册表项小型程序包。通过自己手动编辑注册

0.0000

0

1

0

关注作者

收藏

阿抽哥哥

Pandas中loc、iloc与ix的区别

Pandas提供了一些索引器（indexer）属性作为取值的方法。from IPython.core.interactiveshell import InteractiveShellInteractiveShell.ast_node_interactivity = "all"import pandas as pddata = pd.Series(['a','b','c'],index =

7.3728

1

4

0

关注作者

收藏

809669515

分类与聚类的比较

分类和聚类的概念是比较容易混淆的。聚类分析是研究如何在没有训练的条件下把样本划分为若干类。在分类中，对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪一类标记出来。聚类需要解决的问题是将已给定的若干无标记的模式聚集起来使之成为有意义的聚类，聚类是在预先不知道目标数据库到底有多少类的情况下，希望将所有的记录组成不同的类或者说聚类，并且使得在这种分类情况下，以某种度量（例如：距

0.0000

0

4

0

关注作者

收藏

wangjuju123

数据可视化常用工具

工具名称：工具特点 Excel：简单易操作，适合新手，一般可以快速处理少量的数据 Power BI：可以实现多表连接，支持多种方式整合和导入数据 Python：简单易学，代码容易理解，功能强大；可处理大批量的数据，特别适合复杂的计算和分析工作

0.0000

0

3

0

关注作者

收藏

wangjuju123

随机样本量（随机种子）生成方法介绍：

1.1 np.random. rand(d0, d1, ..., dn),d0-dn应为整数，例如，生成一个一行两列的数组array，如下：通过调整参数d，改变数组结构，生成[0,1)之间的数据，包括0，不包括1，返回值为指定维度的数组。 1.2 np.random.randn(d0, d1, ..., dn),生成一个或者一组具有标准正态分布性

7.3728

1

1

0

关注作者

收藏

PGC123

编码为什么固定只能为这几个?

在设置数组编码类型时为啥只能配置如下几个？可以在array.array()的帮助文档中看到，python数组中一共定义了13种数据类型，由于python是C语言编写的，因此数组每种数据类型都与C的数据类型一一映射。对应关系如下图表中所示。C Type代表对应C语言的数据类型 Minimum size in bytes 字段说的是每种类型占用内存空间大小单位bytes。

0.0000

0

2

0

关注作者

收藏

<1…386387388…404>

CDA考试动态

CDA报考指南