数据分析师-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

kejiayuan0806

聚类算法的种类

聚类分析经过多年的发展，已经逐渐形成常用的三种聚类方法：层次聚类法、K-Mean聚类法和二阶聚类法。下面对这三种聚类方法的聚类逻辑进行介绍，后面会用三篇推送具体介绍它们的原理、SPSS软件实现和生活案例应用。层次聚类法层次聚类法是传统的聚类方法，它首先需要根据指标数据类型确定距离的基本定义和计算方式，随后按照距离的远近，将所有的事物（个案）一步一步的归成一类。这样聚类的结果显然存在嵌套，或者说

17.8156

1

0

0

关注作者

收藏

kejiayuan0806

时间序列分析

因为时间序列是某个指标数值长期变化的数值表现，所以时间序列数值变化背后必然蕴含着数值变换的规律性，这些规律性就是时间序列分析的切入点。一般情况下，时间序列的数值变化规律有以下四种：长期变动趋势、季节变动规律、周期变动规律和不规则变动。不同的数值变化规律是由不同影响因素决定的。这些影响因素有长期起作用的因素，也有短期因素；有可以预知和控制的因素，也有未知和不可控制的因素；这些因素相互作用和影响，从而

20.7979

1

2

0

关注作者

收藏

kejiayuan0806

中介效应检验方法

检验中介效应是否存在，其实就是检验A到B，B到C的路径是否同时具有有显著性意义。为了讲解更有效率，我们以最简单的模型为例，进行说明，如下如所示，图中路径上的符号代表路径系数（回归系数）。a做中介效应检验的方法目前有四种：逐步回归法；系数乘积检验法；差异系数检验法和Bootstrapping。严格意义上来说，它们的分析原理都是一致的，检验W2和W3路径是否同时有意义（通畅），区别在于判断有意

0.0000

0

4

0

关注作者

收藏

kejiayuan0806

鉴于主成分分析现实含义的解释缺陷，统计学斯皮尔曼又对主成分分析进行扩展。因子分析在提取公因子时，不仅注意变量之间是否相关，而且考虑相关关系的强弱，使得提取出来的公因子不仅起到降维的作用，而且能够被很好的解释。因子分析与主成分分析是包含与扩展的关系。首先解释包含关系。如下图所示，在SPSS软件“因子分析”模块的提取菜单中，提取公因子的方法很多，其中一种就是主成分。由此可见，主成分只是因子分析的一

17.8156

1

4

0

关注作者

收藏

kejiayuan0806

时间序列的平稳性

通俗介绍四种时间序列分析法之前，需要先回顾前面介绍的一个知识点，平稳时间序列和非平稳时间序列，AR/MA/ARMA用于分析平稳时间序列，ARIMA通过差分可以用于处理非平稳时间序列。平稳时间序列和非平稳时间序列如下面两幅图所示：a左边的图是工业生产中的温度时间序列，它是围绕一个常数上下波动的，也就是计算时间序列所有数值的平均值，会等于这个常数。工业生产中对液面、压力、温度的控制过程；某地

20.7979

1

2

0

关注作者

收藏

PGC123

ipython 调试工具%debug

IPython 中最方便的调试界面可能就是 %debug 魔法命令了。如果你在捕获异常后调用该调试器，它会在异常点自动打开一个交互式调试提示符。ipdb 提示符让你可以探索栈空间的当前状态，探索可用变量，甚至运行 Python 命令！

17.8156

1

0

0

关注作者

收藏

kejiayuan0806

偏相关分析系数

在实际生活中，一个事物的变化往往会受到多个事物的影响，而非完全的二元相关关系，因此这就使得二元变量相关系数不能真真反映两个变量间的线性相关程度。那么当两个变量的取值受到其它变量影响时，可以利用偏相关分析对其它变量进行控制，以输出控制其它变量影响后的相关系数，这就是偏相关分析过程。偏相关分析就是在分析两个变量之间的线性相关关系时控制可能对其产生影响的变量，以便于使分析结果更准确可靠。偏相关分析也

0.0000

0

2

0

关注作者

收藏

PGC123

ipython 控制异常功能的魔法函数%xmode

代码开发和数据分析经常需要一些试错，而 IPython 包含了一系列提高这一流程效率的工具。这一节将先简要介绍一些控制 Python 异常报告的选项，然后探索调试代码中错误的工具大多数时候，当一个 Python 脚本未执行通过时，会抛出一个异常。当解释器捕获到这些异常中的一个时，可以在轨迹追溯（traceback）中找到引起这个错误的原因。利用 %xmode 魔法函数，IPython

0.0000

0

4

0

关注作者

收藏

kejiayuan0806

二元变量相关系数

二元变量的相关分析计算得到的是两个变量之间的相关系数。具体而言，两个定距和定比变量间的相关性用Pearson（皮尔逊）相关系数来判定，这是参数检验的方法；两个定序或定类变量间的相关性用Spearman等级相关系数和Kendall’s tau-b等级相关系数来判定，这两种方法属于非参数检验。Pearson简单相关系数皮尔逊简单相关，也称积差相关。是以英国统计学家皮尔逊的名字命名的计算线性相关的方

17.8156

1

0

0

关注作者

收藏

kejiayuan0806

创建数组公式的基本原则

创建数组公式的基本原则：每当需要输入或编辑数组公式时都要按【Ctrl】【Shift】【Enter】组合键，该原则适用于单个单元格公式和多单元格公式。使用多单元格公式时遵循的原则：①必须在输入公式之前选择用于保存结果的单元格区域；②不能更改数组公式中单个单元格的内容；③可以移动或删除整个数组公式，但无法移动或删除其部分内容。④不能向多单元格数组公式中插入空白单元格或删除其中的单元格

0.0000

0

2

0

关注作者

收藏

詹惠儿

啥叫从字典构建数据框？

问题描述：如图，啥叫从字典构建数据框：答案解析：d是个字典，从把字典是数据变成dataframe. 这种还可写成另外一种形式，比如pandas.Dataframe(d)，下面一种形式也是同样的 pandas.Dataframe({'key1':[1,2,3], 'key2':['a','b','c']}),大括号内就是字典。还可以从list或者array,构造dataframe。

18.8082

1

2

0

关注作者

收藏

詹惠儿

CMD窗口，怎样进入其子目录？

问题描述：比如，当前提示的目录是：C:\Users\lenovo我想进入：C:\Users\lenovo\anaconda3\Scripts我使用的是笨的办法：cd C:\Users\lenovo\anaconda3\Scripts有没有简洁一点的办法？答案解析：cd anaconda3\Scripts

36.6238

2

6

0

关注作者

收藏

kejiayuan0806

“结巴”中文分词：做最好的 Python 中文分词组件。支持三种分词模式：精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。功能：ieba.cut 方法接受三个输入参数: 需要分词的字符串；cut_all 参数用来控制是否采用

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

wordcloud无法安装

问题描述：当在安装词云分词器wordcloud的时候，会报错。报错的代码是：a解决方法：这是由于之前安装的神经网络插件tensorflow含有残留的文件。找到tensorflow-1.10.0.list-info，删除它。再执行一遍就可以了。

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

python爬虫出现错误

问题描述：requests.exceptions.ChunkedEncodingError解决方法：对于这个错误，stackoverflow给出的解释是The link you included in your question is simply a wrapper that executes urllib’s read() function, which catches any

16.1763

1

0

0

关注作者

收藏

kejiayuan0806

python爬虫异常

问题描述：python爬虫异常报错：requests.exceptions.ConnectionError解决方法：对于这个错误，stackoverflow给出的解释是In the event of a network problem (e.g. DNS failure, refused connection, etc), Requests will raise a Connec

0.0000

0

6

0

关注作者

收藏

kejiayuan0806

python爬虫报错

问题描述：python爬虫报错：requests.exceptions.ProxyError解决方法：对于这个错误，stackoverflow给出的解释是The ProxyError exception is not actually the requests.exceptions exception; it an exception with the same name from

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

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

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

Python常用数据结构

列表List（列表）：是Python中使用最频繁的数据类型。列表可以完成大多数集合类的数据结构实现。它支持字符，数字，字符串甚至可以包含列表（嵌套）列表用[ ]标识，是Python最通用的复合数据类型。列表中的值分割可以用到变量[头下标；尾下标]，就可以截取相应的列表，从坐到右索引默认0开始，从右到左默认-1开始，下标可以为空表示渠道头或尾。加号（）是列表链接运算符，星号（*）是重复操作

16.1763

1

2

0

关注作者

收藏

kejiayuan0806

如何检查数据准确性

1）准备提供所有可疑数据信息的验证报告。它应该提供信息，如失败的验证标准以及发生的日期和时间2）检查可疑数据以确定其可接受性3）应该找出无效数据并用验证码替换4）对缺失数据进行处理，使用最佳分析策略，如删除，单一插补方法，基于模型的方法等。

0.0000

0

4

0

关注作者

收藏

<1…133134135…340>

CDA考试动态

CDA报考指南