热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
CDA助教老师
CDA学习- jupyter notebook安装后, 输入python代码执行没反应,而且in[ ]没有*星号
1,问题 jupyter notebook安装后, 输入代码测试,执行代码却没反应而且in[ ]没有*星号2 解决方法:倘若Jupyter notebook运行代码没反应且不显示星号、或内核显示正忙，或jupyter notebook local host已拒绝链接可能的原因之一这是因为Windows电脑用户名中含有中文，解决办法如下:方案1:将用户变量中TEMP和TMP中的变量值用"%syste
480.0000
1
0
关注作者
收藏
CDA助教老师
MySQL80安装需要的系统依赖库 Visual c++ 2015
visual c++2015.zip
0.0000
0
0
关注作者
收藏
CDA助教老师
CDA数据分析学习之MySQL中的正则表达式 05 多实例匹配
05. 多实例匹配正如上述匹配任意3位数的代码，其中就用到了匹配字符的3次出现，除了上述的[0-9]{3}用法之外还有另一些匹配多实例的元字符。重复元字符：元字符说明*匹配0个或多个+匹配1个或多个（同{1,}）？匹配0个或1个（同{0,1}）{n}匹配n个{n,}匹配[n,+∞]个{n,m}匹配[n,m]个注意：使用上述重复元字符时一定要注意其涵盖的范围，如123?和(123)?表示不同的匹配含
0.0000
0
0
关注作者
收藏
CDA助教老师
​crontab命令管理调度的方式总结来看存在哪些弊端？
crontab命令管理调度的方式总结来看存在以下几个方面的弊端：1）在多任务调度执行的情况下，难以厘清任务间的依赖关系； 2）不便于查看当前执行到哪一个任务； 3）不便于查看调度流下每个任务执行的起止消耗时间，而这对于 优化task作业是非常重要的； 4）不便于记录历史调度任务的执行情况，而这对于优化作业和排 查错误是非常重要的； 5）执行任务失败时不便于查看执行日志，不方便定位报错的任务和接收错
0.0000
0
0
关注作者
收藏
CDA助教老师
CDA数据分析学习之电子表格Excel OFFSET函数
1.问题:有小伙伴问我的offset 函数为什么执行不了2.回答:这个结果是一个数组,offset函数是数组函数,跟一般的Excel函数不一样,执行起来比较特别方法1 需要先鼠标框选接收结果的单元格区域,然后鼠标点击输入框后把公式输入在上面的输入框里,然后Ctrl shift enter执行，然后OK了方法2 直接在单元格输入的话,只有该单元格有结果, 可以通过拖拽到临近接收区域,使得其他单元格也
0.0000
0
0
关注作者
收藏
CDA助教老师
CDA数据分析学习笔记之统计学抽样
抽样概述在统计学中，抽样（Sampling）是一种推论统计方法，它是指从目标总体（Population，或称为母体）中抽取一部分个体作为样本（Sample），通过观察样本的某些属性，依据所获得的数据对总体的数量特征得出具有一定可靠性的估计判断，从而达到对总体的认识。概率抽样方法简单随机抽样（simple random sampling），也叫纯随机抽样。从总体N个单位中随机地抽取n个单位作为样本，
0.0000
0
0
关注作者
收藏
CDA助教老师
CDA数据分析L1学习之Excel多条件计数
1.问题:Excel函数求产地为广州或者福州，水果名为菠萝或香蕉，且单价大于等于3，且库存量大于20的水果品种个数。表的列名分别为 A 水果名 B 产地 C 单价 D 库存量2,回答2.1 方法一 SUMPRODUCT=SUMPRODUCT(((A2:A100="菠萝")+(A2:A100="香蕉"))*((B2:B100="广州")+(B2:B100="福州"))*(C2:C100>=3)*(
480.0000
0
0
关注作者
收藏
CDA助教老师
CDA数据分析L1学习之SQL连接查询时建立连接的关键字段的个数
问题:SQL使用on关键字实现两表字段间的关联，在连接查询时建立连接的关键字段可以有( )个。A 一个B 两个C 多个D 一个或多个回答:D解析:通常使用ON关键字来指定两个表之间的连接条件，连接条件可以是两个表中的一个或多个字段。示例:假设我们有两个表，一个是“学生表”（students），学生姓名 学生ID 选修科目 另一个是“成绩表”（scores）学生ID 选修科目 成绩 ,两个
0.0000
0
0
关注作者
收藏
CDA助教老师
数据分析AIPL模型
AIPL模型代表了一个用户从初识到忠诚的全过程A（Awereness）:品牌认知人群。表示用户对品牌刚刚建立认知，了解到有这个品牌、是干啥用的，是消费者相对被动与品牌建立的接触。 例如：15天内消费者相对被动与品牌接触，包括: 曝光&点击(如被阿里妈妈广告曝光过或点击过阿里妈妈广告等)、浏览(如浏览过品牌旗舰店或品牌商品等)、观看(如观看过淘宝短视频或直播)I（Interest）：品牌兴趣人
480.0000
0
0
关注作者
收藏
CDA助教老师
CDA数据分析学习笔记 Mysql Error Code: 1046. No database selected 如何自助探索解决问题？三大方法论法宝
CDA数据分析学习笔记 Mysql Error Code: 1046. No database selected 如何探索解决此问题？三大方法论法宝示例问题:mysql报错提示 Error Code: 1046. No database selectedSelect the default DB to be used by double-clicking its name in the SCHEM
21.8182
0
0
关注作者
收藏
CDA助教老师
CDA Level 1 学习 在订单详情表表中, 订单的总平均金额(单均金额)=订单总金额/非重复订单数
CDA Level 1 在订单详情表表中, 订单的总平均金额(单均金额)=订单总金额/非重复订单数
501.8182
0
0
关注作者
收藏
CDA助教老师
CDA LEVEL 1 学习笔记，在RFM用户分类中,在有限资金下为提高收入,应重点对哪一类用户进行营销？
1，问题在RFM用户分类中,在有限资金下为提高收入,应重点对哪一类用户进行营销？2，答案解析量化分析后 选 B一般通过提高M提总收入的难度 >通过提高F提高总收入的难度 > 通过提高R提高总收入的难度量化分析后一般发展用户得分9分, 难度分最低
21.8182
0
0
关注作者
收藏
CDA助教老师
ID-MAP 是什么？
ID-MAP 开发用户标签的时候，有项非常重要的内容——ID-MApping，即 把用户不同来源的身份标识通过数据手段识别为同一个主体。用户的属性、行为相关数据分散在不同的数据来源中，通过ID-MApping能够 把用户在不同场景下的行为串联起来，消除数据孤岛。用户与设备间可以是多对多关系。用户在未登录App的状态下，在App站内访问、搜索 相关内容时，记录的是设备id（即cookieid）相关的
21.8182
0
0
关注作者
收藏
CDA助教老师
​分区存储
分区存储 如果将用户标签开发成一张大的宽表，在这张宽表下放几十种类 型标签，那么每天该画像宽表的ETL作业将会花费很长时间，而且不便 于向这张宽表中新增标签类型。要解决这种ETL花费时间较长的问题，可以从以下几个方面着手：·将数据分区存储，分别执行作业； ·标签脚本性能调优； ·基于一些标签共同的数据来源开发中间表。 下面介绍一种用户标签分表、分区存储的解决方案。 根据标签指标体系的人口属性、行为
21.8182
0
0
关注作者
收藏
CDA助教老师
​累计快照事实表
累计快照事实表：用于查看不同事件之间的时间间隔，例如分析 用户从购买到支付的时长、从下单到订单完结的时长等。一般适用于 有明确时间周期的业务过程。
21.8182
0
0
关注作者
收藏
CDA助教老师
周期快照事实表
·周期快照事实表：在一个确定的时间间隔内对业务状态进行度量。例如查看一个用户的近1年付款金额、近1年购物次数、近30日登录天数等。
21.8182
0
0
关注作者
收藏
CDA助教老师
​ 用户性别
用户性别用户性别可细分为自然性别和购物性别两种。 自然性别是指用户的实际性别，一般可通过用户注册信息、填写 调查问卷表单等途径获得。该标签只需要从相应的表中抽取数据即 可，加工起来较为方便。 用户购物性别是指用户购买物品时的性别取向。例如，一位实际 性别为男性的用户，可能经常给妻子购买女性的衣物、包等商品，那 么这位用户的购物性别则是女性。
21.8182
0
0
关注作者
收藏
CDA助教老师
​常见用户属性有哪些？
常见用户属性有哪些？用户属性是刻画用户的基础。常见用户属性指标包括：用户的年 龄、性别、安装时间、注册状态、城市、省份、活跃登录地、历史购 买状态、历史购买金额等。 用户属性维度的标签建成后可以提供客服电话服务，为运营人员 了解用户基本情况提供帮助。
21.8182
0
0
关注作者
收藏
CDA助教老师
如何搭建一套用户画像方案？
搭建一套用户画像方案整体来说需要考虑8个模块的建设1·用户画像基础：需要了解、明确用户画像是什么，包含哪些模块，数据仓库架构是什么样子，开发流程，表结构设计，ETL设计等。 这些都是框架，大方向的规划，只有明确了方向后续才能做好项目的排期和人员投入预算。这对于评估每个开发阶段重要指标和关键产出非常重要。2·数据指标体系：根据业务线梳理，包括用户属性、用户行为、用户消费、风险控制等维度的指标体系。
480.0000
0
0
关注作者
收藏
CDA助教老师
​规则类标签
规则类标签 该类标签基于用户行为及确定的规则产生。例如，对平台上“消费活跃”用户这一口径的定义为“近30天交易次数≥2”。在实际开发画像 的过程中，由于运营人员对业务更为熟悉，而数据人员对数据的结 构、分布、特征更为熟悉，因此规则类标签的规则由运营人员和数据人员共同协商确定；
21.8182
0
0
关注作者
收藏
<1234…340>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1