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

统计量和总体、分布函数这些有什么关系？

问：统计量和总体、分布函数这些有什么关系？答：统计量可以表示为由样本构造的函数，此函数并不依赖于任何（总体）未知参数。例如样本计算得到的均值、比例、方差等统计量。这也是统计推断的基础。分布函数𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥)称为𝑋的分布函数,表示随机变量𝑋值小于等于𝑥的概率。密度函数𝑓(𝑥)可以表示为𝐹(𝑥)在𝑥处的一阶导数。

100.0000

1

0

0

关注作者

收藏

詹惠儿

mysql中为什么要用别名？

问：mysql中为什么要用别名？答：在mysql中别名可以分为表别名和字段别名，一般在以下情况会使用别名：表别名在两个表存在同名字段时，可以用来区分字段来自哪个表；当字段名或表名比较长，不方便查找时，为了方便查阅可以使用字段别名/表别名。

150.0000

1

0

0

关注作者

收藏

詹惠儿

mysql报错：Eror Code: 1048.Column 'name'cannot be null

问：mysql报错：Eror Code: 1048.Column 'name'cannot be null答：错误提示是name字段不能为空，说明在建立表时设置了非空约束，而输入数据时出现null则会报错，如果不能确定数据非空，可去掉非空约束。

150.0000

1

0

0

关注作者

收藏

詹惠儿

机器学习里面有哪些是聚类模型？有哪些是分类模型？

问：机器学习里面有哪些是聚类模型？有哪些是分类模型？答：聚类模型有：kmeans，meanshift，DBSCAN，层次聚类，谱聚类，GMM分类模型有：逻辑回归，knn，SVM，贝叶斯，决策树，集成学习，神经网络回归模型有：线性回归，knn，SVR，决策树，集成学习，神经网络

150.0000

1

0

0

关注作者

收藏

詹惠儿

为什么需要对数值型的特征做归一化？哪些模型需要归一化？

问：为什么需要对数值型的特征做归一化？哪些模型需要归一化？答：对数值型的特征进行归一化主要是为了统一不同特征的量纲，加快模型训练，减少迭代次数；需要进行归一化的模型有：线性回归，逻辑回归，SVM, 神经网络，knn，kmeans。

150.0000

1

0

0

关注作者

收藏

詹惠儿

线性回归优化中，除了梯度下降法，还有什么别的优化方法？

问：线性回归优化中，除了梯度下降法，还有什么别的优化方法？答：还有牛顿法（同时利用一阶和二阶信息），拟牛顿法（正定矩阵代替黑塞矩阵的逆），共轭梯度法，坐标轴下降法等

150.0000

1

0

0

关注作者

收藏

詹惠儿

推荐系统案例中这个推荐指数为3怎么来的

问：推荐系统案例中根据商品4的相似向量，可以找出它的两个邻居为商品3和商品6，但是用户1并没有对商品3和6进行评分，因此无法得出用户1对商品4的推荐指数，那这个推荐指数为3怎么来的呢答：你这里弄混了协同过滤的两种算法的步骤，基于用户的是先找邻居，再根据邻居的喜好来推荐；基于物品的是先找用户购买过的商品，再根据购买的商品的相似商品计算推荐指数，所以UBCF的侧重点是维护相似群体的爱好；而IBCF的侧

240.0000

1

0

0

关注作者

收藏

詹惠儿

随机森林如何判别不同类别间的特征重要性？

问：随机森林分类可以知道整体特征重要性排序，但比如说有4类，是否有4个类别对应的特征重要性不同之说，如有，如何判别不同类别间的特征重要性？答：特征的重要性反馈的是区分因变量的能力，不能单独将因变量拆开来看每个类别对应的重要性；如果是要看每个特征下不同分类对应的重要性，可以在sklearn中输入分类数据时先进行编码，像用哑变量处理就可以得到每一类别的重要性。

240.0000

1

0

0

关注作者

收藏

詹惠儿

集成模型选择Bagging算法还是Boosting 好？

问：集成模型选择Bagging算法还是Boosting 好？答：可以根据bagging和boosting的特点进行选择：1. 并⾏计算方面Bagging：各个预测函数可以并⾏⽣成，对于极为耗时的学习⽅法， Bagging可通过并⾏训练节省⼤量时间开销。Boosting：各个预测函数只能顺序⽣成，因为后⼀个模型参数需要前⼀轮模型的结果。2. 拟合程度单个评估器存在过拟合问题的时候， Bagging能

240.0000

1

0

0

关注作者

收藏

詹惠儿

SQL怎么用列和另一列匹配，但是是模糊匹配？

问：SQL怎么用列和另一列匹配，但是是模糊匹配？答：将两表进行连接后在where子句中使用模糊匹配，例如A表中的proj_dept字段包含了多个B表中的，用逗号分隔的dept_id，如果要实现A表和B表的关联可以执行以下代码：select * from A,Bwhere concat(',',A.proj_dept,',') like concat('%,',cast(B.dept_id as

240.0000

1

0

0

关注作者

收藏

詹惠儿

SQL连接中的on and和on where两种写法的作用一样吗？

问：SQL连接中的on and和on where两种写法的作用一样吗？答：在使用left join时，on和where条件的区别如下： 1、on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。（实际上左连接中如果and语句是对左表进行过滤的，那么不管真假都不起任何作用。如果是对右表过滤的，那么左表所有记录都返回，右表筛选以后再与左表连接返回） 2、wher

240.0000

1

0

0

关注作者

收藏

liting李

复购和回购率怎么理解

如何计算复购率/回购率计算方法一：复购的人复购率 = 单位时间内购买次数大于1的人/所有购买的人例如：一段时间内，10个人中有3个人购买2次，这3个人中有一个人又购买了一次，累计复购人数为3人，则这段时间内的复购率为30%。计算方法二：复购次数复购率 = 单位时间内复购次数/所有购买的人例如：一段时间内，10个人中有3个人购买2次，这3个人中有一个人又购买了一次，累计复购次数为4次，则

200.0000

1

0

0

关注作者

收藏

詹惠儿

python报错：TypeError: ‘>’not supported between instances of str and int

问：python报错：TypeError: ‘>’not supported between instances of str and int答：这是因为原数据中的年龄字段是字符型，字符型的字段无法与数值型的‘50’进行比较，将年龄字段的数据类型改为数值型即可：df.年龄 = df.年龄.astype('int')。

108.9473

1

0

0

关注作者

收藏

詹惠儿

MySQL读取数据后出现警告提示：1265 Data truncated for column'cno' at row 1

问题描述：MySQL读取数据后出现警告提示：1265 Data truncated for column'cno' at row 1，是怎么回事？解决方法：一般出现此报错是因为创建表时字段的长度没有大于或等于实际读取的字段长度，mysql默认将此字段超出长度截断，解决方法是检查创建表时字段'cno'的长度，将其设置为大于实际读取文件中字段'cno'的长度，再重新读取数据

108.9473

1

0

0

关注作者

收藏

詹惠儿

牛顿法的作用是什么？

问：牛顿法的作用是什么？答：牛顿法求解的作用使得代价函数达到最小，它是一种基于导数的算法，每一步迭代的方向都是沿着当前点函数值下降的方向；牛顿法的基本原理是利用迭代点Xk处的一阶导数（梯度）和二阶导数对目标函数进行二次函数近似，然后把二次函数的极小点作为新的迭代点，对于一个需要求解的优化函数f(x),求解的问题转换为求导函数f′(x)=0

108.9473

1

0

0

关注作者

收藏

詹惠儿

梯度下降中的BGD 和SGD 有什么区别？

问：梯度下降中的BGD 和SGD 有什么区别？答：BGD是指批量梯度下降算法，在每一次迭代使用全部的样本，其特点是：✓ 能达到全局最优解（凸函数情况下）✓ 当样本数目很多时，训练过程缓慢 SGD是指随机梯度下降算法，在每一次更新参数只使用一个样本，进行多次更新其特点是：✓ 迭代速度快✓ 准确度下降，每次不一定朝着收敛的方向

108.9473

1

0

0

关注作者

收藏

詹惠儿

线性回归的最小二乘法法中是如何求参数θ？

问：线性回归的最小二乘法法中是如何求参数θ？答：给定一个概率分布D，假定其概率密度函数（连续分布）或概率聚集函数（离散分布）为fD，以及一个分布参数θ，我们可以从这个分布中抽出一个具有n个值的采样X1,X2,...,Xn，通过利用fD，我们就能计算出其概率：但是，我们可能不知道θ的值，尽管我们知道这些采样数据来自于分布D。那么我们如何才能估计出θ呢？一个自然的想法是从这个分布中抽出一个具有n个值

108.9473

1

0

0

关注作者

收藏

詹惠儿

什么情况下算是满秩？

问：什么情况下算是满秩？答：满秩是秩与方阵的列数相等，空间不降维例如，对于2*2矩阵，秩最大为2. 也就是基向量最多张成整个2维空间，此时det≠0，对于一个满秩变换来说，唯一能在变换后落在原点的是零向量自身。

108.9473

1

0

0

关注作者

收藏

詹惠儿

统计学常说的偏度程度怎么判断呢？

问：统计学常说的偏度程度怎么判断呢？答：主要是看偏态系数偏态系数=0为对称分布偏态系数> 0为右偏分布偏态系数< 0为左偏分布偏态系数大于1或小于-1，被称为高度偏态分布；偏态系数在0.5～1或-1～-0.5之间，被认为是中等偏态分布；偏态系数越接近0，偏斜程度就越低下面是偏态系数的计算公式

171.4286

1

0

0

关注作者

收藏

詹惠儿

mysql中有哪些库不可以删除？

问：mysql中有哪些库不可以删除？答：默认情况下， MySQL 会自动安装一些系统库，不可以删除，如果对 MySQL 不是很了解，也不要轻易修改这些数据库里面的表信息。其中下面这四个库千万不要修改：⚫ sys 库： MySQL5.7 增加了 sys 系统数据库，通过这个库可以快速的了解系统的元数据信息。⚫ information_schema 库：提供了访问数据库元数据的方式。⚫ MySQL

171.4286

1

0

0

关注作者

收藏

<1…282930…340>

CDA考试动态

CDA报考指南