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

worbench中可以设置默认使用的库吗？

问：worbench中可以设置默认使用的库吗？答：在 workbench 中，如果只是用一个数据库，不经常切换数据库，可以设定默认数据库，操作如下：

171.4286

1

0

0

关注作者

收藏

詹惠儿

mysql怎么删除主键表、保留外键表？

问：mysql怎么删除主键表、保留外键表？答：如果要删除主键表（父表）、保留外键表（子表），则只需将关联的表的外键约束条件取消，然后就可以删除父表。例：删除 countries (主键表)，保留 authors 表（外键表）alter table authors drop foreign key hehe;drop table countries;

171.4286

1

0

0

关注作者

收藏

詹惠儿

sql中and和or的优先级哪个更高？

问：sql中and和or的优先级哪个更高？答：- and的优先级要高于or的优先级。想要优先执行or运算符时可以使用括号。例子：查询 s_ic=101 或者 102，且 f_price 大于 5，并且 f_name='apple'的水果信息select*from fruitswhere (s_id=101 or s_id=102) and f_price>5 and f_name='apple';

171.4286

1

0

0

关注作者

收藏

詹惠儿

在mysql中可以这样写吗：select name from person_birthday where name=null

问：在mysql中可以这样写吗：select name from person_birthday where name=null;答：不可以，比较运算符是无法对null 来使用的，用””也无法查询出你想要的结果。上面“name=null”应该换成“name is null”。如果是“namenull”，则换成“name is not null”。

133.3333

1

0

0

关注作者

收藏

詹惠儿

mysql如何将纵表转为横表？

问：mysql如何将纵表转为横表？答：主要是用case....when实现，例如如何转化下图：select name as '姓名',sum(case course when '语文' then score else 0 end) as '语文',sum(case course when '数学' then score else 0 end) as '数学',sum(case course whe

133.3333

1

0

0

关注作者

收藏

詹惠儿

kmeans算法对k个初始质心的选择比较敏感，容易陷入局部最小值这个问题要怎么解决？

问：kmeans算法对k个初始质心的选择比较敏感，容易陷入局部最小值这个问题要怎么解决？答：可以考虑从以下几个方面进行算法优化：1.使用多次的随机初始化，计算每一次建模得到代价函数的值，选取代价函数最小结果作为聚类结果 2.使用肘部法则来选择k的值3.可以考虑使用Mini Batch K-Means算法替代

133.3333

1

0

0

关注作者

收藏

詹惠儿

常见的聚类方法有哪些？

问：常见的聚类方法有哪些？答：分类如下：

133.3333

1

0

0

关注作者

收藏

詹惠儿

聚类的基本流程

问：聚类的基本流程答：聚类的基本流程可以总结为以下四个步骤：1.对数据进行表示和预处理，包括数据清洗、特征选择或特征抽取2.给定数据之间的相似度或相异度及其定义方法3.根据相似度，对数据进行划分，即聚类4.对聚类结果进行评估

171.4286

1

0

0

关注作者

收藏

詹惠儿

聚类和分类有什么区别？

问：聚类和分类有什么区别？答：首先，分类是有监督学习，是有限类别中的某一类，而聚类是无监督学习，不依赖预先定义的类或带类标记的训练实例，需要由聚类学习算法自动确定标记。聚类是一种探索性的分析，聚类分析所使用方法的不同，用的特征不同，常常会得到不同的结论。

171.4286

1

0

0

关注作者

收藏

liting李

什么叫点击率？点击率如何计算？公式是什么？

1、“点击率”来自于英文“Click-through Rate”（点进率）以及“Clicks Ratio”（点击率），是指网站页面上某一内容被点击的次数与被显示次数之比，即clicks/views，它是一个百分比。反映了网页上某一内容的受关注程度，经常用来衡量广告的吸引程度。2、点击率的计算网站的点击率是某一个内容被点击的次数在网站被浏览次数中所占比例，目前可以用百度统计来监测。3、公式点数数÷

133.3333

1

0

0

关注作者

收藏

刘其学

什么是均比差异百分比和标准比差异百分比？

什么是均比差异百分比和标准比差异百分比？

59.5849

1

0

0

关注作者

收藏

刘其学

销售额为什么不能使用累计计算？

为什么销售额不能使用累计计算？

300.0000

1

0

0

关注作者

收藏

CDA助教老师

在对模型进行过充分的离线评估之后，为什么还要进行在线 A/B 测试？

需要进行在线 A/B 测试的原因如下。( 1 ）离线评估无法完全消除模型过拟台的影响，因此，得出的离线评估结果无法完全替代线上评估结果。( 2 ）离线评估无法完全还原线上的工程环境。一般来讲，离结评估往往不会考虑线上环境的延迟、数据丢失、标签数据缺失等情况。因此，离线评估的结果是理想工程环境下的结果。( 3 ）线上系统的某些商业指标在离线评估中无法计算。离线评估般是针对模型本身进行

0.0157

1

0

0

关注作者

收藏

CDA助教老师

Word2Vec 与 LDA 的区别和联系

Word2Vec 与 LDA 的区别和联系，首先， LDA 是利用文挡中单词的共现关系来对单词按主题聚类，也可以理解为对“文挡－单词”矩阵进行分解，得到“文档－主题”和“主题－单词”两个概率分布。而 Word2Vec 真实是对“上下文－单词”矩阵进行学习，其中上下文由周围的几个单词组成，由此得到的词向量表示更多地融入了上下文共现的特征。也就是说，如果两个单词所对应的 Wor

0.0157

1

0

0

关注作者

收藏

CDA助教老师

谷歌 2013 年提出的 Word2Vec 是目前最常用的词嵌入模型之一。 Word2Vec 实际是一种浅层的神经网络模型，它有两种网络结构，分别是 CBOW (Continues Bag of Words ）和 Skip-gram。

0.0157

1

0

0

关注作者

收藏

CDA助教老师

有哪些文本表示模型？

1，词袋模型和 N-gram 模型最基础的文本表示模型是词袋模型。顾名思义，就是将每篇文章看成一袋子词，并忽略每个词出现的顺序。具体地说，就是将整段文本以词为单位切分开，然后每篇文章可以表示成一个长向量，向量中的每一维代表一个主要词，而该维对应的权重则反映了这个词在原文章中的重要程度。可以将连续出现的 n 个词( n

0.0157

1

0

0

关注作者

收藏

CDA助教老师

什么是组合特征？

为了提高复杂关系的拟合能力，在特征工程中经常会把一阶离散特征两两组合，构成高阶组合特征。以广告点击预估问题为例，原始数据有语言和类型两种离散特征，表 1.2 是语言和类型对点击的影响。为了提高拟合能力，语言和类型可以组成二阶特征，表 1.3 是语言和类型的组合特征对点击的影响。

0.0157

1

0

0

关注作者

收藏

CDA助教老师

在对数据进行预处理时，应该怎样处理类别型特征？

在对数据进行预处理时，应该怎样处理类别型特征？1，序号编码序号编码通常用于处理类别间具有大小关系的数据。例如成绩 ,可以分为低、中、高三挡，并且存在“高＞中＞低”的排序关系。序号编码会按照大小关系对类别型特征赋予一个数值 ID ，例如高表示为 3 、中表示为 2 、低表示为 1 ，转换后依然保留了大小关系。2，独热编码独热编码通常用于处理类别间不具有大小关系的特征。例如血

0.0157

1

0

0

关注作者

收藏

CDA助教老师

数据归一化并不是万能的

数据归一化并不是万能的。在实际应用中，通过梯度下降法求解的模型通常是需要归一化的，包括线性回归、逻辑回归、支持向量机、神经网络等模型。但对于决策树模型则并不适用。

0.0000

0

0

0

关注作者

收藏

CDA助教老师

归一化最常用的方法

对数值类型的特征做归一化可以将所有的特征都统一到一个大致相同的数值区间内。最常用的方法主要有以下两种。( 1 ）线性函数归一化（ Min-Max Scaling ）。它对原始数据进行统性变换，使结果映射到［ 0, 1 ］的范围，实现对原始数据的等比缩放。( 2 ）零均值归一化（ Z-Score Normalization ）。它会将原始数据映射到标准差为 l 的分布均值归一化（ Z-S

59.5849

1

0

0

关注作者

收藏

<1…293031…340>

CDA考试动态

CDA报考指南