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

詹惠儿

怎么安装beautifulsoup？

如果您已经安装了pip或其他Python安装程序，那么安装Beautiful Soup是最简单的。如果您没有pip，请运行安装python模块的快速教程以使其运行。安装pip后，在终端中运行以下命令以安装Beautiful Soup：pip install beautifulsoup4 您可能需要在此行前加上“sudo”，这样您的计算机就可以写入您的根目录并要求您重新输入密码。这与安装新程序时

0.0000

0

3

0

关注作者

收藏

詹惠儿

Beautiful Soup是什么？

Beautiful Soup是一个Python库，它将HTML或XML文档解析为树结构，以便于查找和提取数据。它通常用于从网站上抓取数据。假设您找到了一些显示与您的研究相关的数据的网页，例如日期或地址信息，但是没有提供任何直接下载数据的方式。Beautiful Soup帮助您从网页中提取特定内容，删除HTML标记并保存信息。它是一种用于网络抓取的工具，可帮助您清理

0.0000

0

1

0

关注作者

收藏

zxq997

python怎么生成哑变量

通过 get_dummies 方法可以将字符串转为哑变量，sep 参数是指定哑变量之间的分隔符。初中, 高中 , 大学0, 1, 2 A, B, AB, O是否A型是否B型 AB O1号: 0 0 1 2号: 0 1 0 3号: 0 0 1 4号: 1

0.0000

0

4

0

关注作者

收藏

zxq997

K最邻近算法实例的去量纲

通过欧式距离计算出点与点的远近，圆点代表待分类的点，方点与三角点代表训练数据中已经分好成两类的数据。可以看出，在指定的半径1中，三角点个数比方点个数多一个，K最邻近算法会将圆点分成三角点一类，在指定半径2中，方点比三角点多一个，所以K最邻近算法会将圆点分成方点一类。K最近邻算法的使用会存在一些假设。首先假设在相同类型中的客户拥有同样的行为，其次假设需要判别的点会做与其邻居相同的事情。如果这

0.0000

0

0

0

关注作者

收藏

zxq997

K最近邻分类(KNN)是一种惰性学习法(Lazy Learning)，在提供训练数据集时只做少量的工作，而在进行分类时才进行大量的运算，因此也成为给予实例的学习(Instance-based Learning)。KNN即在数据进行分类时，将未知类别的数据归类到与它们最相似的带有标记的案例所在的类。对于训练集中的每一个记录，KNN确定该记录与训练数据集中该记录相似度“最近”的K条记录，其中K是一个预

0.0000

0

2

0

关注作者

收藏

zxq997

SAS公司的数据挖掘项目实施方法论，成为SEMMA方法。5个步骤中的主要任务，如下图所示。

0.0000

0

2

0

关注作者

收藏

zxq997

1996年由SPSS和NCR等提出了一个数据挖掘跨行业标准过程，即CRISP-DM方法论(cross-industry process for data mining)。将数据挖掘项目生命周期分为6个阶段，它们分别是业务理解、数据理解、数据准备、建模、模型评估和模型发布。上图呈现了通用数据挖掘方法论(CRISP-DM)流程的6个阶段。下面简短地介绍了每个阶段的要点。(1)业务理解该初始

0.0000

0

0

0

关注作者

收藏

zxq997

知识发现KDD

与数据挖掘一个相近的词为数据库的知识发现KDD(Knowledge Discovery from Database)。知识发现过程如下：(1) 数据清理消除噪声和不一致的数据(2) 数据集成多种数据源可以组合在一起(3) 数据选择从数据库中提取与分析任务相关的数据(4) 数据变换通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式(5) 数据挖掘基

0.0000

0

3

0

关注作者

收藏

wangjuju123

上下文管理器

with语句实际上是一个非常通用的结构，允许你使用所谓的上下文管理器。上下文管理器是支持两个方法的对象：__enter__和__exit__。方法__enter__不接受任何参数，在进入with语句时被调用，其返回值被赋给关键字as后面的变量。方法__exit__接受三个参数：异常类型、异常对象和异常跟踪。它在离开方法时被调用（通过前述参数将引发的异常提供给它）。如果__exit__返回

0.0000

0

0

0

关注作者

收藏

wangjuju123

别忘了调用方法close将文件关闭。通常，程序退出时将自动关闭文件对象（也可能在退出程序前这样做），因此是否将读取的文件关闭并不那么重要。然而，关闭文件没有坏处，在有些操作系统和设置中，还可避免无意义地锁定文件以防修改。另外，这样做还可避免用完系统可能指定的文件打开配额。对于写入过的文件，一定要将其关闭，因为Python可能缓冲你写入的数据（将数据暂时存储在某个地方，以提高效率）。因此如

0.0000

0

4

0

关注作者

收藏

wangjuju123

读取和写入行

实际上，本章前面所做的都不太实用。与其逐个读取流中的字符，不如成行地读取。要读取一行（从当前位置到下一个分行符的文本），可使用方法readline。调用这个方法时，可不提供任何参数（在这种情况下，将读取一行并返回它）；也可提供一个非负整数，指定readline多可读取多少个字符。因此，如果some_file. readline()返回的是'Hello, World!\n'，那么 some_f

0.0000

0

3

0

关注作者

收藏

wangjuju123

文件读取和写入

文件重要的功能是提供和接收数据。如果有一个名为f的类似于文件的对象，可使用 f.write来写入数据，还可使用f.read来读取数据。与Python的其他大多数功能一样，在哪些东西可用作数据方面，也存在一定的灵活性，但在文本和二进制模式下，基本上分别将str和bytes类用作数据。每当调用f.write(string)时，你提供的字符串都将写入到文件中既有内容的后面。 >>> f = op

0.0000

0

2

0

关注作者

收藏

wangjuju123

用Python打开文件

要打开文件，可使用函数open，它位于自动导入的模块io中。函数open将文件名作为唯一必不可少的参数，并返回一个文件对象。如果当前目录中有一个名为somefile.txt的文本文件（可能是使用文本编辑器创建的），则可像下面这样打开它： >>> f = open('somefile.txt') 如果文件位于其他地方，可指定完整的路径。如果指定的文件不存在，将看到类似于下面的异常： Trace

0.0000

0

6

0

关注作者

收藏

dreamhappy2012

数据挖掘方法论（CRISP-DM）流程的6个阶段

（1）业务理解Business understanding该初始阶段集中在从商业角度理解项目的目标和要求，通过理论分析转化为数据挖掘可操作的问题，制定实现目标的初步计划。（2）数据理解Data understanding数据理解阶段开始于原始数据的收集，然后是熟悉数据、标明数据质量问题、探索对数据的初步理解、发觉有趣的子集以形成对探索关系的假设。（3）数据准备Data preparatio

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

CRISP-DM 方法论

CRISP-DM 方法论将数据挖掘项目生命周期分为6个阶段，它们分别是业务理解、数据理解、数据准备、建模、模型评估和模型发布，

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

数据分析的级别

根据分析的级别，分为常规报表、即席查询、多维分析（又称为钻取或者OLAP）、警报、统计分析、预报（或者时间序列预测）、预测型建模（预测性（predictive）模型）和优化。

0.0000

0

0

0

关注作者

收藏

詹惠儿

推荐算法有哪些评估指标?

可以使用不同类型的测量来评估推荐算法的质量，所述测量可以是准确度或覆盖率。使用的度量类型取决于过滤技术的类型。准确度是总可能建议中正确建议的一小部分，而覆盖率则衡量系统能够为其提供建议的搜索空间中的对象比例。用于测量推荐过滤系统准确性的度量标准分为统计和决策支持准确度度量。每个指标的适用性取决于数据集的特征和推荐系统将执行的任务类型。统计准确度度量通过直接将预测的评级与实际用户

0.0000

0

2

0

关注作者

收藏

詹惠儿

协同过滤会出现什么问题？

协同过滤技术的优缺点协同过滤与CBF相比具有一些主要优势，因为它可以在没有与项目相关的内容很多的领域中执行，并且内容很难被计算机系统分析（例如意见和理想）。此外，CF技术能够提供偶然的推荐，这意味着它可以推荐与用户相关的项目，即使内容不在用户的个人资料中。尽管CF技术取得了成功，但它们的广泛使用已经揭示了一些潜在的问题如下：1. 冷启动问题这是指推荐者没有足够的关于用户或项目的信息以进行相

0.0000

0

0

0

关注作者

收藏

詹惠儿

协同过滤有哪几种类型？

协同过滤协同过滤是一种独立于域的预测技术，用于内容无法通过电影和音乐等元数据轻松充分地描述。协同过滤技术通过为用户构建项目首选项的数据库（用户项目矩阵）来工作。然后，它通过计算其个人资料之间的相似性来匹配具有相关兴趣和偏好的用户，以提出建议。这样的用户建立一个叫做邻居的小组用户获得他之前未评级但已被其邻居用户评价的项目的推荐。由CF生成的建议可以是预测或推荐。预测是表示用户i的项目j的预测得分

0.0000

0

4

0

关注作者

收藏

詹惠儿

推荐系统的CB有什么优缺点？

基于内容的过滤技术的优缺点CB过滤技术克服了CF的挑战。即使没有用户提供评级，他们也可以推荐新商品。因此，即使数据库不包含用户首选项，也不会影响推荐准确性。此外，如果用户首选项发生变化，则可以在短时间内调整其推荐。他们可以管理不同用户不共享相同项目但根据其内在特征仅相同项目的情况。用户可以在不共享其个人资料的情况下获得建议，这可以确保隐私。CBF技术还可以解释如何向用户生成推荐。然而，这些技术遭

0.0000

0

3

0

关注作者

收藏

<1…267268269…340>

CDA考试动态

CDA报考指南