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

R来画条形图，真的很easy！

barpot：适用于数据表格化后的情形。barplot(height, width = 1, space = NULL, names.arg = NULL, legend.text = NULL, beside = FALSE, horiz = FALSE, density = NULL, angle = 45, col = NULL, border =

0.0000

0

0

0

关注作者

收藏

kejiayuan0806

变量筛选方法

当所研究的问题涉及较多的自变量时，我们很难想象事先选定的全部自变量对因变量的影响都有显著性意义；也不敢保证全部自变量之间是相互独立的。换句话说，在建立多元线性回归方程时，需要根据各自变量对因变量的贡献大小进行变量筛选，剔除那些贡献小和与其他自变量有密切关系的自变量、发现那些对回归方程有很坏影响的观测点（这些都是回归诊断的重要内容），从而求出精练的、稳定的回归方程。1、向前选择法(FORWARD)

0.0000

0

3

0

关注作者

收藏

291294878

如何理解spark核心-RDD？

Spark核心—RDD( Resilient Distributed Dataset 弹性分布式数据集模型)1.四个特征 – RDD使用户能够显式将计算结果保存在内存中，控制数据的划分 – 记录数据的变换和描述，而不是数据本身，以保证容错 – 懒操作，延迟计算，action的时候才操作 – 瞬时性，用时才产生，用完就释放2.四种构建方法 – 从共享文件

0.0000

0

6

0

关注作者

收藏

kejiayuan0806

相关分析的常用方法

相关分析是研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。两个变量之间的相关程度通过相关系数r来表示。相关系数r的值在-1和1之间，但可以是此范围内的任何值。正相关时，r值在0和1之间，散点图是斜向上的，这时一个变量增加，另一个变量也增加；负相关时，r值在-1和0之间，散点图是斜向下的，此时一个变量增加，另一个变量将减少。r的绝对值越接近1，两变量的关联程度越强，r的绝对值越

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

怎么用R来画箱线图，这几个步骤就行了

箱线图函数：boxplot(x, ...)## S3 method for class 'formula'boxplot(formula, data = NULL, ..., subset, na.action = NULL)## Default S3 method:boxplot(x, ..., range = 1.5, width = NULL, varwidth = FALSE,

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

关于季节性Arima分析的问题

1）之前在网上查看关于时间序列分析的文章，在分析之前首先需要去掉非平稳的部分。这个非平稳的部分，包含趋势和季节性。那这样的话，季节性是不是就是没有研究价值的部分？ 2）是不是对本身就有季节性变化的数据，才能在预测时，在R的forecast函数部分指定关于季节性的参数？对本身就没有季节性变化的数据，在做预测时，就不能在R的forecast函数部分指定关于季节性的参数？ 3）R的auto.

0.0000

0

5

0

关注作者

收藏

291294878

kafka的副本管理怎么解释？

每个broker可以划分为多个partition，partiton可以多于broker数，每个partition有多个副本。为了更好的做负载均衡，Kafka尽量将所有的Partition均匀分配到整个集群上。Kafka分配副本的算法如下：1）将所有Broker（假设共n个Broker）和待分配的Partition排序2）将第i个Partition分配到第（i mod n）个Bro

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

使用mgcv包做面板数据的非参数广义可加模型的估计

R语言怎么使用mgcv包做面板数据的非参数广义可加模型的估计？ library(mgcv) set.seed(0) n

0.0000

0

3

0

关注作者

收藏

wangjuju123

SQL登录中常见的各类错误

一.233错误已成功与服务器建立连接，但是在登录过程中发生错误。(provider:命名管道提供程序，error:0-管道的另一端上无任何进程。)(MicrosoftSQL Server,错误:233) 1.打开“Microsoft SQL Server --配置工具--SQLServer 配置管理器” 2. "SQLServer 网络配置"--"MSSQLSERVER的协议

0.0000

0

1

0

关注作者

收藏

809669515

MySQL函数大全及用法示例

1、字符串函数ascii(str) 返回字符串str的第一个字符的ascii值(str是空串时返回0) mysql> select ascii('2'); 　　-> 50 mysql> select ascii(2); 　　-> 50 mysql> select ascii('dete'); 　　-> 100 ord(str) 如果字符串str句首是单字

5.7278

1

6

0

关注作者

收藏

809669515

MySQL Workbench常用快捷键及修改快捷键的方法

常用快捷键：1、执行整篇sql脚本：【Ctrl】【Shift】【Enter】2、执行当前行：【Ctrl】【Enter】3、注释/取消注释：【Ctrl】【/】4、格式化sql语句（美化sql语句）：【Ctrl】【B】 5、（貌似和输入法有冲突）自动补全：【Ctrl】【Space】，还可以使用edit->Auto-complete手动展示补全。如果有冲突可以去下面的文件找到Au

0.0000

0

0

0

关注作者

收藏

zxq997

中介效应检验方法有哪些？

检验中介效应是否存在，其实就是检验A到B，B到C的路径是否同时具有有显著性意义。为了讲解更有效率，我们以最简单的模型为例，进行说明，如下如所示，图中路径上的符号代表路径系数（回归系数）。做中介效应检验的方法目前有四种：逐步回归法；系数乘积检验法；差异系数检验法和Bootstrapping。严格意义上来说，它们的分析原理都是一致的，检验W2和W3路径是否同时有意义（通畅），区别在于判断有意

0.0000

1

2

0

关注作者

收藏

809669515

mysql常见错误代码解释

130 ：文件格式不正确。（还不是很清楚错误的状况）145 ：文件无法打开。 1005：MYSQL创建表失败 1006：MYSQL创建数据库失败 1007：MYSQL数据库已存在，创建数据库失败 1008：MYSQL数据库不存在，删除数据库失败 1009：MYSQL不能删除数据库文件导致删除数据库失败 1010：MYSQL不能删除数据

14.9302

1

1

0

关注作者

收藏

zxq997

因子分析的解析

鉴于主成分分析现实含义的解释缺陷，统计学斯皮尔曼又对主成分分析进行扩展。因子分析在提取公因子时，不仅注意变量之间是否相关，而且考虑相关关系的强弱，使得提取出来的公因子不仅起到降维的作用，而且能够被很好的解释。因子分析与主成分分析是包含与扩展的关系。首先解释包含关系。如下图所示，在SPSS软件“因子分析”模块的提取菜单中，提取公因子的方法很多，其中一种就是主成分。由此可见，主成分只是因子分析的一

0.0000

0

4

0

关注作者

收藏

809669515

mysql8.0窗口函数rank,dense_rank等区别

*RANK：跳跃排序DENSE_RANK：连续排序row_number：没有重复值的排序[记录相等也是不重复的]可以进行分页使用。案例：root@my3308.sock-8.0.11>[test]>select * from window_test; ------ -------- --------- ------- | id | name | subject | score

0.0000

0

3

0

关注作者

收藏

809669515

mysql8.0窗口函数rank,dense_rank等区别

*RANK：跳跃排序DENSE_RANK：连续排序row_number：没有重复值的排序[记录相等也是不重复的]可以进行分页使用。案例：root@my3308.sock-8.0.11>[test]>select * from window_test; ------ -------- --------- ------- | id | name | subject | score

0.0000

0

3

0

关注作者

收藏

zxq997

时间序列的平稳性

通俗介绍四种时间序列分析法之前，需要先回顾前面介绍的一个知识点，平稳时间序列和非平稳时间序列，AR/MA/ARMA用于分析平稳时间序列，ARIMA通过差分可以用于处理非平稳时间序列。平稳时间序列和非平稳时间序列如下面两幅图所示：左边的图是工业生产中的温度时间序列，它是围绕一个常数上下波动的，也就是计算时间序列所有数值的平均值，会等于这个常数。工业生产中对液面、压力、温度的控制过程；某地

0.0000

0

1

0

关注作者

收藏

zxq997

偏相关分析系数的解析。

在实际生活中，一个事物的变化往往会受到多个事物的影响，而非完全的二元相关关系，因此这就使得二元变量相关系数不能真真反映两个变量间的线性相关程度。那么当两个变量的取值受到其它变量影响时，可以利用偏相关分析对其它变量进行控制，以输出控制其它变量影响后的相关系数，这就是偏相关分析过程。偏相关分析就是在分析两个变量之间的线性相关关系时控制可能对其产生影响的变量，以便于使分析结果更准确可靠。偏相关分析

0.0000

0

0

0

关注作者

收藏

291294878

Hive如何进行采样

当数据量特别大时，对全体数据进行处理存在困难时，抽样就显得尤其重要了。抽样可以从被抽取的数据中估计和推断出整体的特性，是科学实验、质量检验、社会调查普遍采用的一种经济有效的工作和研究方法。Hive支持桶表抽样和块抽样，下面分别学习。桶表抽样所谓桶表指的是在创建表时使用CLUSTERED BY子句创建了桶的表。TABLESAMPLE子句允许用户编写用于数据抽样而不是整个表的查询，该子句出现F

0.0000

0

2

0

关注作者

收藏

291294878

处理离线数据的流程？

一般来说离线分析都是这个流程。各流程概述：1. 数据采集：定制开发采集程序，或使用开源框架FLUME2. 数据预处理：定制开发mapreduce程序运行于hadoop集群3. 数据仓库技术：基于hadoop之上的Hive4. 数据导出：基于hadoop的sqoop数据导入导出工具5. 数据可视化：定制开发web程序或使用kettle等产品6. 整个过程的流程调度：hadoop

35.1788

2

0

0

关注作者

收藏

<1…394395396…404>

CDA考试动态

CDA报考指南