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

PGC123

ERROR system error 5( 拒接访问)

win10安装RStudio时报错出现：Fatal error :ERROR system error 5( 拒接访问) 这是执行权限的问题，解决方案打开文件所在目录，找到文件\bin，例如我的是：D:\RStudio-1.0.153\bin找到：RStudio.exe 然后右键选择管理员身份运行, 即可解决问题。

0.0000

0

0

0

关注作者

收藏

zxq997

数据分析的基本类型。

数据分析的前提是需要明确等待分析数据的特点和形态，根据数据本质的属性，确定一个有效的数据分析策略。从不同的视角，数据有不同的类型，下面介绍最常用的两种数据分类方式。首先，数据被分为总体数据与样本数据。如果能够直接获取全部的数据，当然最好，但是，由于各种客观原因，研究者无法或不便于获取全体研究对象的整体数据。于是基于某一规则抽取具有代表性的一些数据，以这些数据作为研究样本并开展研究。其次，数

112.8577

2

3

0

关注作者

收藏

809669515

SPSS乱码解决方法总结

乱码问题的诊断：把下载的SPSS数据放在其他的电脑上看是否是乱码，如果在其他电脑上打开是正常的，可以确定是操作系统或者SPSS软件设置的原因。SPSS数据打开数据出现乱码可能存在以下的几种情况：一，目前软件版本过低，目标数据是由高版本软件生成的，这样建议您升级软件版本（下载地址：https://pan.baidu.com/s/1hrmiDCC )。问卷星导出的spss数据，在14.0以上

374.1343

4

2

0

关注作者

收藏

291294878

如何确定map的个数？

（1）一个文件HDFS中的file，占用3个block块，每块默认64M，这个是物理切分。（2）运行map的时候，根据配置文件进行split切分，这是逻辑切分。（3）一个split就会对应运行一个map。 hdfs-site.xml中设置 dfs.block.size n0

101.7633

1

3

0

关注作者

收藏

291294878

常用的多维分析操作。

（1）多维分析基础——聚集函数聚集就是对细节数据进行综合的过程。最常用的五种聚集函数：求和（sum）、计数（count）、最大值（max）、最小值（min）、平均值（average），还有求中间值（median）、排序（rank）。（2）切片：slice就是在数据方体的某一维上选定一个维成员的动作，即限定多维数组某一个维度只取一个特定的值。比如地区维，选定“北京”这一个维成员，这样就得到

101.7633

1

0

0

关注作者

收藏

291294878

数据库的局限性有哪些？

传统的数据库在操作型数据处理上取得了巨大的成功，但是在分析型数据处理上却遇到了瓶颈。主要有以下几个原因：(1) 数据的分散。操作型数据处理往往只需要涉及一个部门业务或者一个系统的数据，因此现在企业的数据是分散在各个操作型数据库，而分析型操作往往面向整个企业、跨部门进行。(2) 数据不一致的问题。从各个操作型数据库中抽取数据会存在数据不一致的问题，比如同名异义、异名同义、单位不统一、字长不一致

0.0000

0

4

0

关注作者

收藏

291294878

列出数据清理的最佳实践?

1）按不同的属性排序数据2）对于大数据集，逐步清理并改进数据，直到获得良好的数据质量3）对大型数据集，可以先将其分解为小数据集，使用更少的数据将增加迭代速度4）要处理常见的清理任务，请创建一组实用程序函数/工具/脚本。它可能包括基于CSV文件或SQL数据库重映射值，或者正则表达式搜索和替换，消除所有不匹配正则表达式的值5）如果在数据清理方面存在问题，请按照估计的频率进行安排并解决问题6）

0.0000

0

1

0

关注作者

收藏

291294878

解释一下层次聚类算法？

根据层次分解的顺序是自底向上的还是自上向下的，层次聚类算法分为凝聚的层次聚类算法和分裂的层次聚类算法。凝聚型层次聚类的策略是先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到所有对象都在一个簇中，或者某个终结条件被满足。绝大多数层次聚类属于凝聚型层次聚类，它们只是在簇间相似度的定义上有所不同。采用最小距离的凝聚层次聚类算法流程：　(1) 将每个对象看作一类，计算两两之间的最小

0.0000

0

2

0

关注作者

收藏

809669515

python 读取文件乱码问题

一、问题：python读取文件时会遇到乱码的问题二、解决方法：1、已utf-8格式打开文档f = open(r'E:\Python\liaotian.txt','r',encoding='utf-8')f.seek(0,0)for each_line in f: print(each_line)f.close()2、以二进制打开文件，然后对读取的内容进行utf-8

0.0000

0

2

0

关注作者

收藏

PGC123

MySQL5.7.23安装包安装时总是安装MySQL8.0

下载的MySQL5.7.23安装包，但是安装时总是安装MySQL8.0是怎么回事呢？由于之前安装过程中选错选项，并且没有彻底删除干净的原因(主要是安装日志文件)。解决方法是将MySQL相关的东西删除干净并清理注册表,然后再重新安装即可。

0.0510

2

1

0

关注作者

收藏

PGC123

如何对list中的item进行随机重排

可以使用shuffle()函数，例如：Import randomLt =[1,2,3,4,5,6,7,8]Random.shuffle(Lt)此时再查看lt顺序已然被打乱。

0.0199

1

4

0

关注作者

收藏

809669515

关于如何利用MySQL Workbench导入Excel表格

关于MySQL导入Excel表格数据的方法有很多，这里使用MySQL Workbench详细介绍如何导入Excel表格数据：1、第一步：将Excel表格数据转为.csv格式文件打开另存为另存为.csv格式文件 2.通过转换编码格式为Utf-8 3.打开MySQL Workbench导入选中.csv文件导入设置数据类型和编码格式Utf-8 导入成功

0.0000

0

2

0

关注作者

收藏

PGC123

python中range()和xrange()的区别

range()和xrange()的区别是啥？为什么网上的代码range返回list,而我这里还要对结果使用list()函数才能得到list的结果？python2中 xrange 返回迭代器、range 返回的是list类型的值。但在python3中已经没有xrange 这个函数了，它已经完全被 range替代了，在python3里面range返回的是迭代器。

17.3650

2

0

0

关注作者

收藏

zxq997

excel表格分列问题

具体的设置不是在EXCEL表格里面设置，而是在分列的向导里进行列数据的格式设置。步骤：1.选中要分列的单元格的列数据2.点击数据--分列--弹出文本分列向导 3步骤之13.在3步骤之1里，选择分隔符号，点击下一步，进入3步骤之24.在3步骤之2里，勾选“其他”，在文本框里输入分隔符号，例如这里的小数点“.”5.输入后，在数据预览里会出现分列的效果，检查是否正确。正确后，点击“下一步”

0.0000

0

1

0

关注作者

收藏

PGC123

mysql密码想不起来了怎么办，试了几次也没成功

python 链接本地的MySQL数据库，但是mysql密码想不起来了怎么办，试了几次也没成功，怎么修改？在Windows下如果MySQL密码忘记可以有如下操作来重新设置1、以管理员身份运行CMD程序 2、输入命令net start 查看MySQL是否启动，启动的话执行命令 net stop mysql.3、找到Mysql安装路径（如果MySQL已经添加到系统

0.0199

1

4

0

关注作者

收藏

wangjuju123

Pycharm安装Python第三方库

除了使用easy_insatll和pip工具安装Python第三方库外还可以使用pycharm安装Python第三方库，步骤如下：1.打开pycharm，点击File,再点击settings 2.点击settings之后再点击project下面的project Interpreter将会出现如下界面： 3.接下来点击上面界面右上角的“ ”将会出现如下界面：然后在搜索框中搜索需要安装的

0.0000

0

5

0

关注作者

收藏

809669515

将Excel、TXT文件导入MySQL workbench

导入Excel文件的步骤：1.先将Excel文件另存为以逗号分隔的csv格式，可用记事本打开确认是否是以逗号为分隔符； 2.打开workbench，右键要插入的数据库，选择Table Data Import Wizard 3.导入文件，next 4.如果数据库中存在该表，则勾选图中红色数字1的圆圈；如果想重新创建表，则勾选图中红色数字2的圆圈，为了防止存在该表出现错误，建议勾

0.0000

0

4

0

关注作者

收藏

wangjuju123

Python解析JSON数据的基本方法

JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。Python3 中可以使用 json 模块来对 JSON 数据进行编解码，它包含了两个函数：json.dumps(): 对数据进行编码。json.loads() : 对数据进行解码。Python的json模块提供了一种很简单的方式来编码和解码JSON数据。

0.0000

0

0

0

关注作者

收藏

PGC123

数据分箱是干啥的？有什么作用

一、数据分箱的情景有三种：某些数值自变量在测量时存在随机误差，需要对数值进行平滑以消除噪音有些数值自变量有大量不重复的取值，对于使用、=等基本操作符的算法（如决策树）而言，如果能减少这些不重复取值的个数，就能提高算法的速度有些算法只能使用分类自变量，需要把数值变量离散化二、数据分箱的方法有两大类，有监督的分箱方法和无监督的分箱方法。有监督的分箱方法：假设因变量为分类变量，可取值1

0.0199

1

5

0

关注作者

收藏

啊啊啊啊啊吖

一个代码提取数据框无列名的列

> head(sam) long lat bin pro12464 115.2391 33.91198 a 010608 112.5319 27.75921 a 02848 112.8600 25.70828 a 010433 108.7582 24.06754 a

0.0000

0

2

0

关注作者

收藏

<1…396397398…404>

CDA考试动态

CDA报考指南