大数据-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

shang9252

Python：sklearn数据预处理中fit(),transform()与fit_transform()的区别

1 概述注意这是数据预处理中的方法：Fit(): Method calculates the parameters μ and σ and saves them as internal objects.解释：简单来说，就是求得训练集X的均值啊，方差啊，最大值啊，最小值啊这些训练集X固有的属性。可以理解为一个训练过程Transform(): Method using these calc

18.6623

2

2

0

关注作者

收藏

陈革007

Python 数据清洗: Pandas crosstab()--顶级函数

今天在复习"Python统计学习"的时候,碰到这个 crosstab() 翻了翻之前数据清洗时候的课程笔记,介绍的都比较简单,所以,这里稍稍再扩展下这个顶级函数: pd.crosstab( index, #行索引 columns, #列索引 values=None, rownames=None, colnames=None, ag

18.8750

5

7

0

关注作者

收藏

大魔王泛泛

怎样找到Spark API 的详细文档说明

首先我们要进入到Spark的官方网站 http://spark.apache.org/，之后进入Documentation页面如下图所示：之后我们只要根据自己的需求选择想要的Spark版本，并进入到它的API文档中即可：

18.6940

2

3

0

关注作者

收藏

大魔王泛泛

spark读取文件时会卡住不动？

这是因为有时我们用spark读取的文件较大并可能要求其自动判断字段类型，这个过程是比较消耗时间的，这里我们只需耐心等待即可

18.6940

2

5

0

关注作者

收藏

大魔王泛泛

Kafka可以处理图像、视频类型的数据吗

Kafka是最初由Linkedin公司开发，是一个分布式、支持分区的、多副本的，基于zookeeper协调的分布式消息系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等等，当然也可以处理像图像、视频这种类型的数据

20.1889

2

5

0

关注作者

收藏

M17051121193254

一般线性模型

一般线性模型:

16.4681

2

4

0

关注作者

收藏

PanHero_龙宝宝

终于周末了

休息一下，貌似没什么技术问题和大家讨论

0.1931

2

2

0

关注作者

收藏

anranhui

scikit-learn算法选择路径图【scikit-learn algorithm cheat sheet】

中文翻译版本英文原版英文原版链接：http://scikit-learn.org/stable/tutorial/machine_learning_map/

11.7839

6

2

0

关注作者

收藏

xmd11

SQL相关子查询与非相关子查询

SQL相关子查询与非相关子查询https://blog.csdn.net/shiyong1949/article/details/80923083

27.2717

3

4

0

关注作者

收藏

xmd11

SQL中的ON和WHERE的区别

SQL中的ON和WHERE的区别https://blog.csdn.net/liitdar/article/details/80817957

0.0095

1

0

0

关注作者

收藏

PanHero_龙宝宝

有多少人和我一样之前是做培训机构的？现在来转行的

0.0000

0

4

0

关注作者

收藏

clbe2x2

普华永道--2019.8月行业分析资料

普华永道.png(148KB) 2017至2019年行业分析报告，文件的所有内容全部来自公开渠道，并不涉及版权问题。分享链接：https://pan.baidu.com/share/init?surl=mxYfotjpLG_zuVBayf1o5g密码：0gtn

16.6172

5

6

0

关注作者

收藏

PanHero_龙宝宝

今天终于离职了，可以投入学习了

疫情让我认清自己，学无止境

13.1341

1

4

0

关注作者

收藏

bowan.

Power Pivot 的特有函数集-DAX表达式

13.1643

2

1

0

关注作者

收藏

bowan.

power pivot 不同表连接时注意点

表连接时注意点：连接的类型（找出一表，多表，根据关键字段取值是否会重复）类型一（正确的连接方式）：一表出维度，多表出度量类型二（维度下对应关键字段的汇总）：跨表求值取字段求值，双向多表出维度双向一表出度量错误：单向一表出度量单项多表出维度避免出现类型二连接：1. 不要跨表取字段，2. 不要一表出度量3. 维度与连接用关键字段是父子级关系时，类型一与类型二的汇总方式结果相

16.1110

3

2

0

关注作者

收藏

bowan.

结构化数据存储类型

列表(List):列表是扩在花括号中的一组数据，列表中每个数据都有属于自己的序号以便自己能够被检索到，列表中的数据序号从0开始按照排列顺序依次整数递增，大列表内还可以嵌套子列表、记录等。花括号除了用来括起列表内的所有数据还用来指定列表内数据的序号，通过指定数据序号可以从列表内找到并获取所需的数据值。记录(Record):记录用来定义字段和给字段赋值，一个字段由字段名以及字段内的值组成

13.8494

2

3

0

关注作者

收藏

大魔王泛泛

把RDD保存在HDFS上为什么会分为两个文件

因为RDD是一种弹性分布式数据集，它是分区的，而它的分区数是由核数决定的，而我们配置的核数是2，所以是2个分区，也就是2个文件

24.6407

2

7

0

关注作者

收藏

shang9252

Pandas Dataframe数据转换为二维数组array

一个Dataframe如下： age astigmatic lenses_target prescript tearRate0 2 0 1 1 11 2 0 2 1 02 2

36.0959

3

4

0

关注作者

收藏

shang9252

pandas中的map()、apply()、applymap()函数的区别

它们的区别就在于应用对象的不同1、mapmap()是Series对象的一个函数，DataFrame中没有map()，map()的功能是将一个自定义函数作用于Series对象的每个元素。eg：1 frame = pd.DataFrame({　　　　　　　　　　　　　　　'key1':['a','b','c','d'],　　　　　　　　　　　　　　　'key2':['one','two',

36.0959

3

2

0

关注作者

收藏

大魔王泛泛

jupyter lab 在后台启动时怎么关闭

ps aux | grep jupyter找到jupyter lab的进程号kill -9 jupyter lab进程号如下图：kill -9 17058

51.2029

4

3

0

关注作者

收藏

<1…141516…75>

CDA考试动态

CDA报考指南