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

ermutuxia

画决策树的时候如何解决中文乱码问题

常规代码如下：from sklearn import treefrom sklearn.datasets import load_winefrom sklearn.model_selection import train_test_splitimport pandas as pdimport oswine = load_wine()Xtrain, Xtest, Ytrain, Ytest = tr

0.0000

0

0

0

关注作者

收藏

ermutuxia

如何在anaconda里面安装graphviz库？

python中graphviz库的安装第一步：首先要在电脑上安装graphviz软件应用程序具体操作见链接https://www.cda.cn/discuss/post/details/60191f6ab137f15823a966d9 第二步：用pip命令在anaconda环境中安装graphviz库，安装库的过程中会调用到前面的dot.exe程序，也就是如果你前面没有在电脑上生成那个dot.ex

0.0000

0

0

0

关注作者

收藏

詹惠儿

python中make_blobs生成的数据是随机的吗？random_state=r是什么意思？

问：python中make_blobs生成的数据是随机的吗？random_state=r是什么意思？答：是的，python中make_blobs生成的数据是随机的，scikit中的make_blobs方法常被用来生成聚类算法的测试数据，直观地说，make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。其语法如下：sklearn.datase

119.8891

1

0

0

关注作者

收藏

ermutuxia

执行python代码的时候显示错误提示，导入库的时候显示错误提示。

学生：导入库的时候出现这个错误提示ImportError Traceback (most recent call last) in ()----> 1 import statsmodels.formula.api as smf 2 #没法导入升级也不行C

0.0000

1

0

0

关注作者

收藏

LXM21

python输出00，01，02或001，002，003等格式字符串

rjust() 方法会返回一个原字符串右对齐,并使用空格填充至长度 width 的新字符串。如果指定的长度小于字符串的长度则返回原字符串

81.1333

2

0

0

关注作者

收藏

心盛待花开

SPSS中单因素方差分析与T检验有什么区别

一、两者的适用条件不同：1、单因素方差分析zhi的适用条件：（1）每个总体均服从正态分布；（2）每个总体的方差σ2相同；（3）从每个总体中抽取的样本相互独立。2、T检验的适用条件：（1）已知一个总体均数；（2）可得到一个样本均数及该样本标准差；（3）样本来自正态或近似正态总体。

75.4669

1

0

0

关注作者

收藏

ermutuxia

相关软件安装链接汇总

mysql软件安装链接汇总如下：1.mysql 社区版软件的下载和安装——第一次安装mysqlhttps://www.cda.cn/discuss/post/details/6012964f43d2336ff650c201 2.mysql软件如何快速干净卸载https://www.cda.cn/discuss/post/details/601534c33d2957079245da69 3.如果我们

0.5453

1

0

0

关注作者

收藏

CDA持证人阿涛哥

怎么做恶意刷单检测?

分类问题用机器学习方法建模解决，我想到的特征有：（1）商家特征：商家历史销量、信用、产品类别、发货快递公司等（2）用户行为特征：用户信用、下单量、转化率、下单路径、浏览店铺行为、支付账号（3）环境特征（主要是避免机器刷单）：地区、ip、手机型号等（4）异常检测：ip地址经常变动、经常清空cookie信息、账号近期交易成功率上升等（5）评论文本检测：刷单的评论文本可能套路较为一致，计算与已标注评论文

0.0189

1

0

0

关注作者

收藏

CDA持证人阿涛哥

如何识别作弊用户（爬虫程序，或者渠道伪造的假用户）

分类问题可以用机器学习的方法去解决，下面是我目前想到的特征：（1）渠道特征：渠道、渠道次日留存率、渠道流量以及各种比率特征（2）环境特征：设备（一般伪造假用户的工作坊以低端机为主）、系统（刷量工作坊一般系统更新较慢）、wifi使用情况、使用时间、来源地区、ip是否进过黑名单（3）用户行为特征：访问时长、访问页面、使用间隔、次日留存、活跃时间、页面跳转行为（假用户的行为要么过于一致，要么过于随机）、

0.0189

1

0

0

关注作者

收藏

CDA持证人阿涛哥

用户刚进来APP的时候会选择属性，怎样在保证有完整用户信息的同时让用户流失减少？

采用技术接受模型（TAM）来分析，影响用户接受选择属性这件事的主要因素有：技术接受模型提出了两个主要的决定因素：①感知的有用性(perceived usefulness)，反映一个人认为使用一个具体的系统对他工作业绩提高的程度；②感知的易用性(perceived ease of use)，反映一个人认为容易使用一个具体的系统的程度。（1）感知有用性：a. 文案告知用户选择属性能给用户带来的好处（2

62.8679

2

0

0

关注作者

收藏

CDA持证人阿涛哥

APP激活量的来源渠道很多，怎样对来源渠道变化大的进行预警？

如果渠道使用时间较长，认为渠道的app激活量满足一个分布，比较可能是正态分布。求平均值和标准差，对于今日数值与均值差大于3/2/1个标准差的渠道进行预警。对于短期的新渠道，直接与均值进行对比。

62.8679

2

0

0

关注作者

收藏

CDA持证人阿涛哥

卖玉米如何提高收益？价格提高多少才能获取最大收益？

收益 = 单价*销售量，那么我们的策略是提高单位溢价或者提高销售规模。提高单位溢价的方法：（1）品牌打造获得长期溢价，但缺陷是需要大量前期营销投入；（2）加工商品占据价值链更多环节，如熟玉米、玉米汁、玉米蛋白粉；重定位商品，如礼品化等；（3）价格歧视，根据价格敏感度对不同用户采用不同定价。销售量=流量x转化率，上述提高单位溢价的方法可能对流量产生影响，也可能对转化率产生影响。收益 = 单价x流量x

0.0189

1

0

0

关注作者

收藏

CDA持证人阿涛哥

43，InnoDB和MyISAM有什么区别?

InnoDB支持事物，而MyISAM不支持事物InnoDB支持行级锁，而MyISAM支持表级锁InnoDB支持MVCC, 而MyISAM不支持InnoDB支持外键，而MyISAM不支持InnoDB不支持全文索引，而MyISAM支持。

0.0189

1

0

0

关注作者

收藏

CDA持证人阿涛哥

39，主键使用自增ID还是UUID?

推荐使用自增ID,不要使用UUID.因为在InnoDB存储引擎中,主键索引是作为聚簇索引存在的,也就是说,主键索引的B+树叶子节点上存储了主键索引以及全部的数据(按照顺序),如果主键索引是自增ID,那么只需要不断向后排列即可,如果是UUID,由于到来的ID与原来的大小不确定,会造成非常多的数据插入,数据移动,然后导致产生很多的内存碎片,进而造成插入性能的下降.总之,在数据量大一些的情况下,用自增主

0.0189

1

0

0

关注作者

收藏

CDA持证人阿涛哥

38，为什么要尽量设定一个主键?

主键是数据库确保数据行在整张表唯一性的保障,即使业务上本张表没有主键,也建议添加一个自增长的ID列作为主键.设定了主键之后,在后续的删改查的时候可能更加快速以及确保操作数据范围安全.

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

37，MySQL都有哪些锁呢?像上面那样子进行锁定岂不是有点阻碍并发效率了?

从锁的类别上来讲,有共享锁和排他锁.共享锁: 又叫做读锁. 当用户要进行数据的读取时,对数据加上共享锁.共享锁可以同时加上多个.排他锁: 又叫做写锁. 当用户要进行数据的写入时,对数据加上排他锁.排他锁只可以加一个,他和其他的排他锁,共享锁都相斥.用上面的例子来说就是用户的行为有两种,一种是来看房,多个用户一起看房是可以接受的. 一种是真正的入住一晚,在这期间,无论是想入住的还是想看房的都不可以.

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

36，对MySQL的锁了解吗?

当数据库有并发事务的时候,可能会产生数据的不一致,这时候需要一些机制来保证访问的次序,锁机制就是这样的一个机制.就像酒店的房间,如果大家随意进出,就会出现多人抢夺同一个房间的情况,而在房间上装上锁,申请到钥匙的人才可以入住并且将房间锁起来,其他人只有等他使用完毕才可以再次使用.

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

35，Innodb使用的是哪种隔离级别呢?

InnoDB默认使用的是可重复读隔离级别.

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

34，怎么解决这些问题呢?MySQL的事务隔离级别了解吗?

MySQL的四种隔离级别如下:未提交读(READ UNCOMMITTED)这就是上面所说的例外情况了,这个隔离级别下,其他事务可以看到本事务没有提交的部分修改.因此会造成脏读的问题(读取到了其他事务未提交的部分,而之后该事务进行了回滚).这个级别的性能没有足够大的优势,但是又有很多的问题,因此很少使用.已提交读(READ COMMITTED)其他事务只能读取到本事务已经提交的部分.这个隔离级别有

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

33，同时有多个事务在进行会怎么样呢?

多事务的并发进行一般会造成以下几个问题:脏读: A事务读取到了B事务未提交的内容,而B事务后面进行了回滚.不可重复读: 当设置A事务只能读取B事务已经提交的部分,会造成在A事务内的两次查询,结果竟然不一样,因为在此期间B事务进行了提交操作.幻读: A事务读取了一个范围的内容,而同时B事务在此期间插入了一条数据.造成"幻觉".

0.0000

0

0

0

关注作者

收藏

<1…555657…404>

CDA考试动态

CDA报考指南