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

138****8593

深圳源中瑞区块链产品溯源的作用

区块链系统开发可咨询张小姐13826558593 “区块链技术”其实就是一种新型的云服务，一种结合区块链技术的云服务。可zi询威;ruiectian，在这边就很多人有疑问了，那区块链技术跟产品又有什么关系呀？在这边作者就要跟大家详说一些关于区块链溯源的知识啦。区块链溯源主要是运用互联网将所有的数据进行整合并分析，精确记录产品的每一个流程与节点，但这些数据也要通过整合后发送到相关的认

18.8496

1

0

0

关注作者

收藏

CDA持证人阿涛哥

Holdout 检验Holdout 检验是最简单也是最直接的模型评估验证方法，它将原始的样本集合随机划分成训练集和验证集两部分。比方说，对于一个点击率预测模型，我们把样本按照 70% ～ 30% 的比例分成两部分， 70% 的样本用于模型训练； 30% 的样本用于模型验证，包捂绘制 ROC 曲线、计算精确率和召回率等指标来评估模型性能。Holdout 检验的缺点很明显，即在验证集上计算出来的最后评

0.0157

1

0

0

关注作者

收藏

CDA持证人阿涛哥

如何划分实验组和对照组？

问题：如何划分实验组和对照组？ H 公司的算法工程师们最近针对系统中的“美国用户”研发了一套全新的视频推荐模型 A ，而目前正在使用的针对全体用户的推荐模型是B 。在正式上线之前，工程师们希望通过 A/B 测试来验证新推荐模型的效果。下面有三种实验组和对照组的划分方法，请指出哪种划分方法是正确的？( 1 ）根据 user_id ( user_id 完全随机生成）个位数的奇偶性将用户划分为实验

0.0157

1

0

0

关注作者

收藏

CDA持证人阿涛哥

在对模型进行过充分的离线评估之后，为什么还要进行在线 A/B 测试？

需要进行在线 A/B 测试的原因如下。( 1 ）离线评估无法完全消除模型过拟台的影响，因此，得出的离线评估结果无法完全替代线上评估结果。( 2 ）离线评估无法完全还原线上的工程环境。一般来讲，离结评估往往不会考虑线上环境的延迟、数据丢失、标签数据缺失等情况。因此，离线评估的结果是理想工程环境下的结果。( 3 ）线上系统的某些商业指标在离线评估中无法计算。离线评估般是针对模型本身进行

0.0157

1

0

0

关注作者

收藏

CDA持证人阿涛哥

什么是 ROC 曲线？

ROC 曲线是 Receiver Operating Characteristic Curve 的简称，中文名为“受试者工作特征曲线” 。 ROC 曲线源于军事领域，而后在医学领域应用甚广， “受试者工作特征曲线 ” 这一名称也正是来自于医学领域。ROC 曲线的横坐标为假阳性率（ False Positive Rate, FPR ），纵坐标为真阳性率（ True Positive Rate,

0.0157

1

0

0

关注作者

收藏

CDA持证人阿涛哥

谷歌 2013 年提出的 Word2Vec 是目前最常用的词嵌入模型之一。 Word2Vec 实际是一种浅层的神经网络模型，它有两种网络结构，分别是 CBOW (Continues Bag of Words ）和 Skip-gram。

0.0157

1

0

0

关注作者

收藏

CDA持证人阿涛哥

有哪些文本表示模型？

1，词袋模型和 N-gram 模型最基础的文本表示模型是词袋模型。顾名思义，就是将每篇文章看成一袋子词，并忽略每个词出现的顺序。具体地说，就是将整段文本以词为单位切分开，然后每篇文章可以表示成一个长向量，向量中的每一维代表一个主要词，而该维对应的权重则反映了这个词在原文章中的重要程度。可以将连续出现的 n 个词( n

0.0157

1

0

0

关注作者

收藏

CDA持证人阿涛哥

什么是组合特征？

为了提高复杂关系的拟合能力，在特征工程中经常会把一阶离散特征两两组合，构成高阶组合特征。以广告点击预估问题为例，原始数据有语言和类型两种离散特征，表 1.2 是语言和类型对点击的影响。为了提高拟合能力，语言和类型可以组成二阶特征，表 1.3 是语言和类型的组合特征对点击的影响。

0.0157

1

0

0

关注作者

收藏

刘其学

这一题为什么选A?还有为什么计算出是9000？类型一类型二指的是什么意思？

用订单提成表中的销售人员字段筛选订单表中的订单金额字段，按照求和的汇总规则如果想计算出赵大的订单金额合计值为7000的结果，关于有效连接路径的正确描述应是____A.订单提成与订单表间的连接成为有效连接B.订单提成与区域表间的连接成为有效连接C.产品表与订单提成表间的连接成为有效连接D.订单提成筛选订单时无论有效连接为哪种都无法得到赵大订单金额合计值为7000的结果为什么是A？用订单提成表中的销售

300.0000

4

3

0

关注作者

收藏

CDA持证人阿涛哥

在对数据进行预处理时，应该怎样处理类别型特征？

在对数据进行预处理时，应该怎样处理类别型特征？1，序号编码序号编码通常用于处理类别间具有大小关系的数据。例如成绩 ,可以分为低、中、高三挡，并且存在“高＞中＞低”的排序关系。序号编码会按照大小关系对类别型特征赋予一个数值 ID ，例如高表示为 3 、中表示为 2 、低表示为 1 ，转换后依然保留了大小关系。2，独热编码独热编码通常用于处理类别间不具有大小关系的特征。例如血

0.0157

1

0

0

关注作者

收藏

CDA持证人阿涛哥

数据产品的三个关键要素

数据产品的三个关键要素我认为，要成就一个数据产品，需要关注三个关键要素：1).数据、2).决策逻辑、3).行动流程。数据的价值，毋庸置疑。它就像整体产品内部流淌的血液。具备什么样的数据类型、数据周期、数据粒度，往往会决定你的数据产品可以提供什么服务。决策逻辑是很多平庸的数据产品所欠缺的，它们只是简单的、响应式的展示了需求方的报表。好的数据产品，应该可以帮助用户思考，尤其是将平时用户遇到业务痛点师的

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

数据产品需求把握的特殊性

数据产品需求把握的特殊性一个真正好的数据产品要首先把握一个核心——找到用户的真正核心需求、痛点。这句话对于非数据产品的产品经理来说简直就是天经地义的废话。但对于一个数据产品经理而言，得来却不那么容易，有其特殊性。第一个特殊性，是需求层次特殊性，数据产品的用户中往往会有很多内部用户，他们对数据、数据分享、数据处理的理解和熟练程度各有不同，因此会提出各种不同层次的需求，概况起来大致包括：1).业务/管

0.0000

0

0

0

关注作者

收藏

心盛待花开

powerbi中all去除度量值筛选如何去除重复值

问：实际22个城市（但是有重复的计数是31个），按22个平均值应该是192.77，但是我那个仪表显示的136.81是按31个计数的，怎么办？？？答：可以通过去除重复值计数再求和得出对应值

59.5849

1

0

0

关注作者

收藏

心盛待花开

mysql常见错误汇总

1005：创建表失败1006：创建数据库失败1007：数据库已存在，创建数据库失败

59.5849

1

0

0

关注作者

收藏

心盛待花开

欧氏距离和马氏距离的异同

一、欧氏距离（ Euclidean distance）一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。在二维和三维空间中的欧式距离的就是两点之间的距离，二维空间的公式0ρ = sqrt( (x1-x2)^2+(y1-y2)^2 )　|x| = √( x2 + y2 )三维空间的公式0ρ = √( (x1-x2)2+(y1-y2)2+(z1-z2)2 )　|x| = √( x2 +

59.6023

2

0

0

关注作者

收藏

心盛待花开

Hive常用语法：函数

聚合函数：Aggregateavg([DISTINCT] col)：返回该组或该组中不同值元素的平均值max(col)：返回组中对应列的最大值min(col)：返回组中对应列的最小值sum([DISTINCT] col)：返回该组或该组中不同值元素的和count([DISTINCT] col): 返回该组或该组中不同值元素的数量,不包含NULL行count(*): 返回检索的行数（包含NULL行）

59.5849

1

0

0

关注作者

收藏

读童话的狼

CSV明明是300条记录为什么导入到sql中就变成了600条

重复运行导入数据的代码了，如果没有设置主键约束，重复导入是不会报错的

0.0000

0

0

0

关注作者

收藏

读童话的狼

Eror Code: 1062. Duplicate entry *30' for key "PRIMARY

要插入数据的主键数据(…)已经存在，不能再重复添加了。例：Duplicate entry ‘30’ for key 'PRIMARY'是指主键为0的数据已经存在，不能再插入主键值为30的数据了。

37.4995

1

0

0

关注作者

收藏

心盛待花开

将csv文件转换在excel中打开

1、答案开excel，新建一空白工作簿2、找到Excel中的【数据】菜单3、点击新建查询的【从文本/CSV】,选择需要转换的CSV格式的文件，点击【导入】按钮4、导入对应文件路径下的csv文件5、弹出对话框，文件原生格式选择【无】，数据类型检测选择【基于整个数据表】，等待加载完成后，点击【加载】6、得到转化结果excel版本为2016专业增强版。

59.5849

1

0

0

关注作者

收藏

心盛待花开

时间辅助列转到表后对视图中的度量值计算错误

问：我想计算上月的销量，和上一年同月的销量，可算出来和当月的销量一样，哪里出现了问题新建的list可能出现的错误原因：1、日期辅助列中的日期格式2、有没有建立两表之间的连接方式3、度量值公式是否数写错误

59.5849

1

0

0

关注作者

收藏

<1…434445…404>

CDA考试动态

CDA报考指南