詹惠儿

sql中为什这几个函数我不可以用空格分隔呢?

问:sql中为什这几个函数我不可以用空格分隔呢?答:因为这是两个字段,字段是用逗号隔开的,不可以用空格隔开,逗号分割的是并列的关系,比如要查询几个字段 select 字段1,字段2.... 而分号主要用于分隔关键字。

51.2826 1 0
  • 关注作者
  • 收藏
詹惠儿

下面哪些函数是用于条件计数的?

问:下面哪些函数是用于条件计数的?答:这道题的答案是B,D,counti和countifs函数均可以用于条件计数,countif是 单条件计数,countfs是多 条件计数。而A选项没有这个函数,D选项是对空白单元格进行计数,不能对指定条件进行计数,题目要选的是可以根据自定义条件进行计数的函数,所以A,D不符合

51.2826 1 0
  • 关注作者
  • 收藏
詹惠儿

mysql语法中 between 2000 and 3000包含边界值2000和3000吗?

问:mysql语法中 between 2000 and 3000包含边界值2000和3000吗?答:在mysql中,between and是包含左右区间的边界值的,例如between 2000 and 3000也可以写成 字段名 >= 2000 and 字段名

51.2826 1 0
  • 关注作者
  • 收藏
詹惠儿

python报错:AttributeError: ' LogisticRegression’object has no attribute roc_ auc_ score

问:python报错:AttributeError: ' LogisticRegression’object has no attribute roc_ auc_ scoreroc-auc-score不能用在逻辑回归上吗答:可以的,roc_auc_score是sklearn.metrics下的函数,不是逻辑回归专用的方法,因此调用方法为:from sklearn.metrics import ro

51.2826 1 0
  • 关注作者
  • 收藏
liting李

什么是条件熵

在某个确定条件下,另一个变量的熵,相当于在之前的基础上增加了信息,确定性会增加,熵会减小,增加了多少信息呢?其实这就是信息增益(互信息)的概念:信息量增加了多少?信息增益:gain(X) = H(X) - H(x|y)而且H(x|y)

63.1579 1 0
  • 关注作者
  • 收藏
詹惠儿

workbench有另存为的功能吗

问:workbench有另存为的功能吗答:有,点击file ,选择 save script as就是另存为其他地址了

75.0000 1 0
  • 关注作者
  • 收藏
詹惠儿

同比和环比是什么

问:同比和环比是什么答;同比发展速度主要是为了消除季节变动的影响,用以说明本期发展水平与去年同期发展水平对比而达到的相对发展速度。如,本期2月比去年2月,本期6月比去年6月等。其计算公式为:同比发展速度=本期发展水平/去年同期发展水平×100%。在实际工作中,经常使用这个指标,如某年、某季、某月与上年同期对比计算的发展速度,就是同比发展速度。环比发展速度是报告期水平与前一时期水平之比,表明现象逐期

75.0000 1 0
  • 关注作者
  • 收藏
詹惠儿

powerbi中如何插入图片

问:powerbi中如何插入图片答:插入-图像

70.5576 1 0
  • 关注作者
  • 收藏
詹惠儿

​机器学习 ML 模型 KNN 中的 K 如何选取的?

问:机器学习 ML 模型 KNN 中的 K 如何选取的?答:参考李航博士的「统计学习方法」上所说:1. 如果选择较小的 K 值,就相当于用较小的领域中的训练实例进行预测, “学习”近似误差会减小,只有与输入实例较近或相似的训练实例才会对预测结果起作用,与此同时带来的问题是“学习”的估计误差会增大,换句话说, K 值的减小就意味着整体模型变得复杂,容易发生过拟合;2. 如果选择较大的 K 值,就相

70.5576 1 0
  • 关注作者
  • 收藏
詹惠儿

机器学习ML模型中LR和SVM的联系与区别

问:机器学习ML模型中LR和SVM的联系与区别答:① 联系:1、LR和SVM都可以处理分类问题,且一般都用于处理线性二分类问题(在改进的情况下可以处理多分类问题)2、两个方法都可以增加不同的正则化项,如11、 12等等。所以在很多实验中,两种算法的结果是很接近的。② 区别:1、LR是参数模型,SVM 是非参数模型。2、从目标函数来看,区别在于逻辑回归采用的是logistical loss,SVM采

70.5576 1 0
  • 关注作者
  • 收藏
詹惠儿

深度学习DL模型中CNN的卷积核是单层的还是多层的?

问:深度学习DL模型中CNN的卷积核是单层的还是多层的?答:卷积计算属于离散卷积,本来需要卷积核的权重矩阵旋转180度,但我们并不需要旋转前的权重矩阵形式,故直接用旋转后权重矩阵作为卷积核表达,这样的好处就离散卷积运算变成了矩阵点积运算。一般而言,深度卷积网络是一层又一层的。层的本质是特征图,存贮输入数据或其中间表示值。一组卷积核则是联系前后两层的网络参数表达体,训练的目标就是每个卷积核的权重参数

70.5576 1 0
  • 关注作者
  • 收藏
liting李

power bi中高级筛选器Filter函数

语法:Filter(‘表’, 筛选条件)返回:表Countrows(Filter(表,筛选条件))Calculate(表达式(度量值),Filter(‘表’, 筛选条件))注意:Filter(‘表’, 筛选条件)中表ALL一家三口返回的都是表,也可以是Filter嵌套Filter(‘表’, 筛选条件)中筛选条件结果为真或假的表达式区别Calculate(表达式(度量值),筛选条件1,筛选条件2…)

92.2795 1 0
  • 关注作者
  • 收藏
liting李

发生未处理的win32异常

安装Pycharm后,运行时报“发生未处理的win32异常”错误。解决方法:进入Visual Studio中,选择【工具】-》【选项】,点击【调式】,在【实时】选项卡中把【本机】【脚本】选项去掉

92.2795 1 0
  • 关注作者
  • 收藏
18192654262

用户流失的分析,新用户流失和老用户流失有什么不同?

用户流失分析:两层模型:细分用户、产品、渠道,看到底是哪里用户流失了。注意由于是用户流失问题,所以这里细分用户时可以细分用户处在生命周期的哪个阶段。指标拆解:用户流失数量 = 该群体用户数量*流失率。拆解,看是因为到了这个阶段的用户数量多了(比如说大部分用户到了衰退期),还是这个用户群体的流失率比较高内外部分析:a. 内部:新手上手难度大、收费不合理、产品服务出现重大问题、活动质量低、缺少留存手段

62.8679 2 0
  • 关注作者
  • 收藏
18192654262

一个网站销售额变低,你从哪几个方面去考量?

首先要定位到现象真正发生的位置,到底是谁的销售额变低了?这里划分的维度有:a. 用户(画像、来源地区、新老、渠道等)b. 产品或栏目c. 访问时段定位到发生未知后,进行问题拆解,关注目标群体中哪个指标下降导致网站销售额下降:a. 销售额=入站流量x下单率x客单价b. 入站流量 = Σ各来源流量x转化率c. 下单率 = 页面访问量x转化率d. 客单价 = 商品数量x商品价格确定问题源头后,对问题原因

0.0189 1 0
  • 关注作者
  • 收藏
18192654262

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
  • 关注作者
  • 收藏
18192654262

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
  • 关注作者
  • 收藏
18192654262

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
  • 关注作者
  • 收藏
18192654262

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
  • 关注作者
  • 收藏
18192654262

类比到头条的收益,头条放多少广告可以获得最大收益? 不需要真的计算,只要有个思路就行。

收益 = 出价x流量x点击率x有效转化率,放广告的数量会提高流量,但会降低匹配程度,因此降低点击率。最大收益是找到这个乘积的最大值,是一个有约束条件的最优化问题。同时参考价格歧视方案,可以对不同的用户投放不同数量的广告。

0.0189 1 0
  • 关注作者
  • 收藏

热门用户 换一批

本月PGC排行 总奖励
01
ermutuxia
18206.1110
02
LXM21
5666.8667
03
詹惠儿
5280.8875
04
读童话的狼
3957.5488
05
liting李
2941.6395
06
newbbs
1207.8366
07
wangxishi
1200.0000
08
心盛待花开
1199.2311
09
旭旭纸
1190.4741
10
hunter.Z
626.6932
11
lzp1127774265
600.0000
12
Chenie21
560.2940
13
nwdjy2008
537.4503
14
admin
515.9284
15
永洪科技
436.8512
16
18192654262
432.9754
17
亨的瑞
392.8266
18
E170608110153YF
266.8927
19
CDA100823
200.0000
20
by520
200.0000
21
dulinlin@cda
200.0000
22
马锦涛
152.0433
23
M15270007963
150.0000
24
啊啊啊啊啊吖
119.8891
25
zxq997
119.8891
26
CDA100858
92.2795
27
CDA100863
92.2795
28
虞燕华
63.1579
29
蒋丽宁
57.1429
30
18572741226
0.5453
31
PGC123
0.3662
32
7673_1578208674
0.2583
33
唐晟睿
0.1186
34
刘圣杰
0.0049
35
颜夕小妞
0.0003
36
lyy666666
0.0002