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

wangjuju123

Adaboost是一种加和模型，每个模型都是基于上一次模型的错误率来建立的，过分关注分错的样本，而对正确分类的样本减少关注度，逐次迭代之后，可以得到一个相对较好的模型。是一种典型的boosting算法。下面是总结下它的优缺点。优点adaboost是一种有很高精度的分类器。可以使用各种方法构建子分类器，Adaboost算法提供的是框架。当使用简单分类器时，计算出的结果是可以理解的，并且弱

0.0000

0

2

0

关注作者

收藏

wangjuju123

这是一个近年来出现在各大比赛的大杀器，夺冠选手很大部分都使用了它。高准确率高效率高并发，支持自定义损失函数，既可以用来分类又可以用来回归可以像随机森林一样输出特征重要性，因为速度快，适合作为高维特征选择的一大利器在目标函数中加入正则项，控制了模型的复杂程度，可以避免过拟合支持列抽样，也就是随机选择特征，增强了模型的稳定性对缺失值不敏感，可以学习到包含缺失值的特征的分裂方向另外一个广受欢

46.4498

1

3

0

关注作者

收藏

wangjuju123

关于K-Means聚类的文章，链接：机器学习算法-K-means聚类。关于K-Means的推导，里面有着很强大的EM思想。优点算法简单，容易实现；对处理大数据集，该算法是相对可伸缩的和高效率的，因为它的复杂度大约是O(nkt)，其中n是所有对象的数目，k是簇的数目,t是迭代的次数。通常k

0.0000

0

0

0

关注作者

收藏

wangjuju123

人工神经网络的优缺点

人工神经网络的优点：分类的准确度高；并行分布处理能力强,分布存储及学习能力强，对噪声神经有较强的鲁棒性和容错能力，能充分逼近复杂的非线性关系；具备联想记忆的功能。人工神经网络的缺点：神经网络需要大量的参数，如网络拓扑结构、权值和阈值的初始值；不能观察之间的学习过程，输出结果难以解释，会影响到结果的可信度和可接受程度；学习时间过长,甚至可能达不到学习的目的。

0.0000

0

2

0

关注作者

收藏

wangjuju123

SVM支持向量机

高准确率，为避免过拟合提供了很好的理论保证，而且就算数据在原特征空间线性不可分，只要给个合适的核函数，它就能运行得很好。在动辄超高维的文本分类问题中特别受欢迎。可惜内存消耗大，难以解释，运行和调参也有些烦人，而随机森林却刚好避开了这些缺点，比较实用。优点可以解决高维问题，即大型特征空间；能够处理非线性特征的相互作用；无需依赖整个数据；可以提高泛化能力；需要对数据提前归一化，很多人使

0.0000

0

2

0

关注作者

收藏

wangjuju123

KNN应用场景

理论成熟，思想简单，既可以用来做分类也可以用来做回归；可用于非线性分类；训练时间复杂度为O(n)；对数据没有假设，准确度高，对outlier不敏感；缺点计算量大；样本不平衡问题（即有些类别的样本数量很多，而其它样本的数量很少）；需要大量的内存；

0.0000

0

4

0

关注作者

收藏

wangjuju123

Python turtle绘图角度设置区别

一、概念　　turtle.right与turtle.left用法一致，我们以turtle.right为例进行讲述。　　turtle.right(angle)向右旋转angle角度。　　turtle.setheading(angle)设置当前朝向为angle角度。二、举例　　从概念上并不能准确的得知他们有怎样的区别，那我们以三角形为例，看看他们究竟有什么不同。import turtle

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何在MySQL Workbench查看客户端连接

通过MySQL Workbench的Client Connections屏幕允许您查看与MySQL实例的当前连接。要显示客户端连接屏幕上，单击Client Connections上管理标签：a您应该看到类似于此的屏幕：a“客户端连接”屏幕显示所有客户端连接的列表，以及它们所连接的数据库，以及其他相关信息，例如用户，连接的线程ID，连接使用的程序等。您还可以通过show

0.0000

0

0

0

关注作者

收藏

詹惠儿

MySQL Workbench设置：用户和权限

MySQL Workbench的Users and Privileges选项卡允许您管理MySQL实例的用户及其各自的权限。要显示的用户和权限选项卡，单击Users and Privileges上管理标签：a您应该看到类似于此的屏幕：a“用户和权限”屏幕显示所有用户的列表，以及每个帐户的相关详细信息。在这里，管理员可以创建新用户帐户，设置密码，身份验证类型，管理角色和架构权限（如

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何理解MySQL之嵌套子查询

子查询是一个强大的概念，允许您在WHERE子句中使用另一个查询的结果。这允许您将动态值传递给WHERE子句，因为该值将取决于查询的结果。以下是子查询的示例：SELECT * FROM actorWHERE actor_id IN （SELECT actor_id FROM film_actor where film_id = 2）;结果：a在上面的示例中，子查询括在括

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何理解SQL之SELECT语句

SQL代表结构化查询语言。正是查询使SQL变得如此强大。SQL是一种使您能够对数据库运行查询的语言。它允许您在数据库中查询所需的数据。在查询MySQL数据库时，SQL SELECT语句使一切成为可能。在使用MySQL时，这可能是您最常用的SQL语句。该SELECT语句允许您向MySQL描述您希望它检索哪些数据。请考虑以下SQL语句：SELECT * FROM Fruit;这是结果

62.1152

1

4

0

关注作者

收藏

詹惠儿

对似然比检验和Wald测试的理解

似然比检验似然比检验提供了用于比较一个模型（例如，完整模型）下的数据的可能性与另一个更受限制的模型（例如，截距模型）下的数据的可能性的手段。a其中' p ' 是逻辑模型预测概率。下一步是计算这两个对数似然之间的差异。 a两个可能性之间的差异乘以因子2，以便使用标准显着性水平（Chi2检验）评估统计显着性。测试的自由度将等于模型下估计的参数数量的差异（例如，完整和截距）。 Wald

0.0000

0

0

0

关注作者

收藏

詹惠儿

逻辑回归基本形式及概述

在统计学中，逻辑模型（或logit模型）是一种广泛使用的统计模型，在其基本形式中，使用逻辑函数来模拟二进制因变量 ; 存在更复杂的扩展。在回归分析中，逻辑回归（或logit回归）是估计逻辑模型的参数; 它是二项式回归的一种形式。在数学上，二元逻辑模型具有一个具有两个可能值的因变量，例如通过/失败，赢/输，活/死或健康/生病; 这些由指示符变量表示，其中两个值标记为“0”和“1”。

200.0000

1

1

0

关注作者

收藏

阿抽哥哥

Python爬虫 headers出错

报错代码：import requestsurl = "https://movie.douban.com/top250" headers = {'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'}res = request

0.0000

0

0

0

关注作者

收藏

詹惠儿

R语言报错备忘单

RStudio终端中的错误显示为红色。以下是一些最常见的错误以及如何解决这些错误：1. Error: object 'foo' not found （foo任何名字在哪里）。您试图访问不存在的变量。你可能有拼写错误的变量名称错误地将变量名称大写（R区分大小写！）忘记在第一个位置运行定义变量的行，或者在该行上遇到错误。2. Error: could not find function

0.0000

0

3

0

关注作者

收藏

阿抽哥哥

Python条件控制语句if...elif...else错误

问：简单的python程序报错，改了半天也不知道哪里错了play = input("请输入剪刀(0)石头(1)布(2)：")player = int(play)com = 1if (player==0 and com==2) or (player==1 and com==0) or (player==2 and com==1): print("你赢了，真厉害")elif

85.7143

1

1

0

关注作者

收藏

wangjuju123

更改数据框索引列

一问题描述：在导入数据之后，如何更改索引列1.正常导入数据 2.输入命令 df.reset_index(drop=True),可以将原有错误的索引列删除的同时赋一个新的索引列。

50.6030

2

2

0

关注作者

收藏

wangjuju123

如何改变DataFrame数据的索引列？

一、问题描述有学员在导入数据时发现他自己的数据索引列值都为空，如下：我们想要把索引列换成一般的序列，可进行如下操作：

0.0000

0

0

0

关注作者

收藏

詹惠儿

怎么高效率地阅读R的报错信息

怎么高效率地阅读R的报错信息如果您的代码出现问题，R会告诉您。如果你不熟悉它们，这些错误信息的范围可以从轻微混乱到完全不可理解。当您熟悉R中的错误和警告消息时，您可以快速判断出错了什么。错误可能以两种方式发生：代码一直运行到最后，代码完成后，R会打印出一条警告消息。代码立即停止，因为R无法执行，R打印出错误消息。阅读错误消息我们来看看这样的错误消息。如果您尝试以下代码，您会得到或多

0.0000

0

3

0

关注作者

收藏

阿抽哥哥

Python学习中zip迭代器转换list问题

问题：这里为什么只迭代一次，但是将zip对象z转换为list就可以正常迭代？答：zip() 返回的是一个对象，对象z是一个迭代器，当python解释器执行到len(list(z))的时候，已经将z内的数据全部遍历一次，这个时候，z已经空了，下一次for循环，对象z空了，len(list(z))为0，且对象z读不出来任何数据。对于同一个迭代器（例如代码中的z），只能遍历一次，然后迭代器就

43.7056

1

5

0

关注作者

收藏

<1…291292293…340>

CDA考试动态

CDA报考指南