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

291294878

过拟合问题原因有哪些？

过分拟合问题：造成原因有：（1）噪声造成的过分拟合（因为它拟合了误标记的训练记录，导致了对检验集中记录的误分类）；（2）根据少量训练记录做出分类决策的模型也容易受过分拟合的影响。（由于训练数据缺乏具有代表性的样本，在没有多少训练记录的情况下，学习算法仍然继续细化模型就会产生这样的模型，当决策树的叶节点没有足够的代表性样本时，很可能做出错误的预测）（3）多重比较也可能会导致过分拟合（大量的候

0.0000

0

1

0

关注作者

收藏

291294878

where与having的区别有哪些？

1、聚合函数是比较where,having的关键。where 后不能跟聚合函数，where执行顺序大于聚合函数，这时只能用having。执行顺序：on>where>聚合函数(sum,min,max,avg,count)>having2、where 子句在分组之前过滤数据，where过滤指定的是行而不是分组(where后条件是行)，select操作符常作为where的限制条件；having 子句

0.0000

0

2

0

关注作者

收藏

291294878

参数估计问题

参数估计：1）、参数估计问题：总体的分布函数形式已知，但它的一个或多个参数未知，借助总体的样本来估计总体的参数问题。2）、估计量：一个样本参数n个向量X为总体参数的估计量，估计值：每一行记录为总体参数估计值3）、点估计：是利用样本数据对未知参数进行估计得到的是一个具体的数据；常用的点估计的方法有：矩估计法与极大似然估计法。4）、估计量的评选标准：无偏性：估计量的参数数学期望E

0.0000

0

3

0

关注作者

收藏

291294878

如何创建计算字段？

在创建数据库表的时候，往往为了数据库的各种性能，我们需要将字段拆分或者按照特定的类型存储。而在读取数据库的时候，检索出来的数据往往不是我们直接需要使用的数据。举几个例子： a、我们在存储省市区和街道信息时候会将他们单独分别存储在不同的列，而我们读取时候需要完整地址信息 b、订单表中，我们存储单价和购买数量。但是，读取信息往往需要用户所有付款金额 c、我们存储进数据库的所有单

0.0000

0

2

0

关注作者

收藏

291294878

mysql创建索引有哪些？

>>用于数据比较多的时候；唯一性；会随数据增加而变化创建表时创建索引语法：create table 表名（属性名数据类型 [完整性约束条件], ............. [unique | fulltext | spatial]index | key[别名](属性名 1[(长度)] [asc | desc])）1、创建普通索引>>create table index1(id int,n

0.0000

0

2

0

关注作者

收藏

291294878

mysql的常用函数有哪些？

1、聚合函数：sum,min,max,avg,count>>遍历并运行/汇总数据，计算并返回一个值。聚合group by后面的2、数学函数：abs(x),log(x,y),mod(x,y),rand(),round(x,y),sqrt(x)3、字符串函数：concat(a,b,...),len(str)，select insert('12345',1,3,'abc') -abc45，sele

0.0000

0

3

0

关注作者

收藏

291294878

mysql基本操作语言有哪些？

1、增：insert()insert into grb_order_20180708 (order_money,id,create_time,memeber_id,status) values(200,A003,'2017-04-12 18:01:12',3,3);利用insert将select插入另一表中（只关心列的位置，列名不要求相同）insert into grb_orde

0.0000

0

3

0

关注作者

收藏

291294878

mysql基本语句有什么？

1、增：create(database、table、view、索引、触发器)Create database demo；创建名为demo的数据库Create table grb_order_20160711 (id varchar(20),name char(20),age int, birth date );创建表2、删：drop(database、table)drop database

0.0000

0

1

0

关注作者

收藏

PGC123

Mysql不能远程访问，如何设置？

Linux上的mysql不可以远程登录他，这个是怎么回事？MySQL作为一种服务程序，主要是服务远程用户的，因此只需简单几步设置mysql就可以被远程访问了，设置步骤如下：1.编辑mysql的配置文件 vim /etc/mysql/my.cnf 把下面一行注释掉 #bind-address = 127.0.0.1 2.授权从其他的IP可以访问，以root的身份访问在mysq

0.0199

1

1

0

关注作者

收藏

PGC123

Scala中有没有for循环递减呢？

Scala跟java语言不一样，没有提供递减功能。scala的循环更像是对一集合按顺序的遍历，想要实现递减功能只需提更改被遍历集合顺序即可。例如：var a = （1 to 10）by 1 toList #生成List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)for(i x>y)) #通过从大到小排序a后再循环 {println

0.0199

1

1

0

关注作者

收藏

291294878

什么是事务？

1、事务处理可以用来维护数据库的完整性，保证成批的 SQL 语句要么全部执行，要么全部不执行。2、事务能够管理insert、update、delete语句，可以使用但不能回退create或drop语句3、事务的四个特性(ACID特性) a、原子性：事务是数据库的逻辑工作单位，事务中包括的操作要么全做，要么全不做。 b、一致性：事务执行的结果必须是使数据库从一个一致性状态变到另一

0.0000

0

4

0

关注作者

收藏

zxq997

python爬虫常见异常

在编写python爬虫时经常会遇到异常中断的情况，导致爬虫意外终止，一个理想的爬虫应该能够在遇到这些异常时继续运行。下面就谈谈这几种常见异常及其处理方法：异常1：requests.exceptions.ProxyError对于这个错误，stackoverflow给出的解释是 The ProxyError exception is not actually the requests.excep

0.0169

1

4

0

关注作者

收藏

PGC123

pip安装python包下载失败怎么办

我pip 安装包的时候有如下报错，怎么解决？ Retrying (Retry(total=2, connect=None, read=None, redirect=None)) after connection broken by ‘ReadTimeoutError(“HTTPSConnectionPool(host=’pypi.python.org’, port=443): Read ti

0.0199

1

2

0

关注作者

收藏

zxq997

python3 字符集编码

ASCII 编码计算机是美国人发明的，所以，最早只有 127 个大小写字母、数字和一些符号进入了编码体系，这套编码就是 ASCII 码。ASCII 编码的局限性是该编码只解决了将英语转化为计算机能理解的语言的问题，对于中文、日文、韩文、等等其他语言的转换，会出现乱码，为了解决乱码的国际问题，有了 Unicode 编码。Unicode 编码Unicode 编码把所有语言都统一到一套编码里面，

0.0169

1

3

0

关注作者

收藏

291294878

HIVE join的三种方式

1.MapJoinmapJoin的主要意思就是，当连接的两个表是一个比较小的表和一个特别大的表的时候，把比较小的table直接放到内存中去，然后再对比较大的表格进行map操作。map端join的优势就是在于没有shuffle。而且在hive1.2.0之后只需设置set hive.auto.convert.join=true;set hive.mapjoin.smalltable.filesi

0.0000

0

1

0

关注作者

收藏

291294878

SQL中distinct的用法？

table表如下idname1a2b3c4c5b Test1 select distinct name from table---------- nameabc Test2 select distinct name, id from table---------- idname1a2b3c4c5b注：distinct同时作用

0.0000

0

2

0

关注作者

收藏

zxq997

标识符的命名规则

标识符的命名变量是标识符的例子。标识符是用来标识某样东西的名字。在命名标识符的时候，你要遵循这些规则：标识符的第一个字符必须是字母表中的字母（大写或小写）或者一个下划线（‘ _ ’）。标识符名称的其他部分可以由字母（大写或小写）、下划线（‘ _ ’）或数字（0-9）组成。标识符名称是对大小写敏感的。例如，myname和myName不是一个标识符。注意前者中的小写n和后者中的大写N。

1.6857

1

0

0

关注作者

收藏

809669515

学R还是学Python？

对于想从事数据行业的人和数据工作者来说，是学习R还是 python，哪个工具更实用一直被大家争论。Martijn Theuwissen，DataCamp 的教育专家详细比较了这两个工具。　　Python 和R是统计学中两种最流行的的编程语言，R的功能性主要是统计学家在开发时考虑的（R具有强大的可视化功能），而 Python 因为易于理解的语法被大家所接受。1).运算速度：针对于程序速度的

0.0000

0

3

0

关注作者

收藏

wangjuju123

在异常处理时错误的使用参数

假设你有如下的代码：>>> try:... l = ["a", "b"]... int(l[2])... except ValueError, IndexError: # 想捕捉两个异常... pass...Traceback (most recent call last): File "", line 3, in I

0.0000

0

1

0

关注作者

收藏

PGC123

python 与 anaconda的区别是啥？

Anconda是一个开源的Python发行版本，其包含了conda、Python等软件包，numpy，pandas（数据分析），scipy等科学计算包,而无需再单独下载配置.可以在同一个机器上安装不同的软件版本（python版本）。Anaconda 的下载文件比较大（最新的5.2.0版约 631 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（

0.7199

4

1

0

关注作者

收藏

<1…398399400…404>

CDA考试动态

CDA报考指南