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

张敏玉

Power BI 电商案例可视化看板

电商案例：活用客户价值模型公式：流量*转化率*客单价背景：刺激客户需求，提升贡献价值，根据用户行为分析。问题：短时间获得最大收益，如何选择客户群进行广告营销最可能实现？用户群规模大，金额大越往左上，贡献度越高分析每一个用户的购买习惯和购买倾向【可视化看板】注意:1、检查数据类型2、小时信息提取：【添加列】—>【时间】3、为orderinfo表补充区域名称信息4、orderdetail表求产

19.9806

5

1

0

关注作者

收藏

张敏玉

PowerQuery中的M函数

在PQ中用的函数称之为M函数01 | 为什么要学习M函数有些复杂的操作必须借助M函数M函数更加灵活，简洁高效02 | M函数基本规范M函数对大小写敏感，每一个字母必须按函数规范书写，第一个字母都是大写表被称为Table，每行的内容是一个Record，每列的内容是一个List行标用大括号{ }，比如取第一行的内容：=表{0} //PQ的第一行从0开始列标用中括号[ ]，比如取自定义列的内容：=表[自

19.9914

6

0

0

关注作者

收藏

丁蒙蒙

<数据透视表>提示字段已被组合，无法添加计算项

今天遇到的问题，可以分享一下：搜索到之前也有人遇到过这种问题，把他的答案粘贴在下面，2. 需要将前面的数据透视表中删掉“值字段设置”不是求和项的（其实应该就是之前的数据透视表中的内容有做非求和项的内容，从而影响了现在的操作，将数据源粘贴放到另一个工作簿之后再做数据透视表，其实也是为了避免之前的透视表的影响）

22.3916

6

1

0

关注作者

收藏

sunjiawei321

# 1. 模型是对训练集里面的数据进行训练，以树的方式归纳出了X和Y之间的规律# 2. 学习的过程中，如果不控制我们的树的话，树会不断的学习，生成的模型，会尝试将每一个训练样本都预测正确# 3. 问题是训练集当中，很可能有噪音，如果噪音呢，决策树也会尝试将这部分信息给学习进去# 4. 导致模型特别的复杂，枝叶特别的多，深度特别生# 5. 该模型虽然在训练集下表现非常不错，但是也将噪音误以为是X和Y

19.8851

2

0

0

关注作者

收藏

cxm272965

Kmeans算法的优缺点

K-means算法的优点是：首先，算法能根据较少的已知聚类样本的类别对树进行剪枝确定部分样本的分类；其次，为克服少量样本聚类的不准确性，该算法本身具有优化迭代功能，在已经求得的聚类上再次进行迭代修正剪枝确定部分样本的聚类，优化了初始监督学习样本分类不合理的地方；第三，由于只是针对部分小样本可以降低总的聚类时间复杂度。K-means算法的缺点是：首先，在 K-means 算法中 K 是事先给定的，这

19.9738

2

3

0

关注作者

收藏

悠悠202

Pyhton基础(2）

1、元组tuple：元组不可变，但其中的列表元素可变2、字典dict：键值对，通过key找value（1）修改/新增元素：key存在则修改，不存在则新增（2）获取值：2种方法（3）弹出、删除、清空（4）获取key或value或两者:（5）遍历字典：2种方式3、集合set：无序、不重复的序列，只能保存不可变的数据类型（如list不能保存）√ 添加元素（s.add(i)）、移除元素（s.remove(

20.0496

2

3

0

关注作者

收藏

维博520

python内置函数

常用的py内置函数有：abs：求绝对值max:求最大值min:求最小值round:四舍五入，有两个参数，第一个参数是数值，第二个参数是需要保留的位数，默认保留整数

13.5415

1

0

0

关注作者

收藏

cxm272965

机器学习--K近邻（KNN）算法的原理及优缺点

一、KNN算法原理　　K近邻法(k-nearst neighbors,KNN)是一种很基本的机器学习方法。　　它的基本思想是：在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。　　由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所

13.5999

3

3

0

关注作者

收藏

liuyong2730

课上的讲的好多语法和关键字记不住怎么办

感觉还是要多练。上课时老师会给出几分钟时间给我们大家自己试一试。一定要充分利用好这个时间去试一下，不然讲的时候虽然懂了。过一天再去做题目，就会感觉很不确定，因为有好多细节，只有在实践当中才能体会到，实践了之后才会记忆深刻。当然记忆力超群的优秀的同学就不不需要了哈。

13.5999

3

0

0

关注作者

收藏

维博520

关于py中的变量

1. python是动态数据类型2. python中的变量不需要声明, 直接赋值就可以使用3. 变量在使用之前必须进行赋值4. Python会根据你赋给的值自动判断变量的数据类型 - 其实变量并没有什么类型 - 变量只是指向了一个内存地址, 内存地址中储存了我们的数据, 这个数据是具有数据类型的 - 变量可以重复赋值,

13.5415

1

1

0

关注作者

收藏

悠悠202

Python基础（1）

1. 同时为多个变量赋值2.数据类型：整数型int、浮点型float，可用转换数据类型，通过type()查看数据类型3.字符串：（1）换行符(\n)、制表符(\t)、引号转义(")、转义符(\)、拼接(+、*)、索引和切片、长度(len())（2）常用的方法：查找索引（s.find('a')）、替换元素（s.replace('a','b')，原来的s不变）、计数（s.count('a')、分割（s

13.5415

1

0

0

关注作者

收藏

刘思婵

K-means与KNN聚类

K-means是无监督的聚类，即给定的数据都没有标签，根据其自身特性的相似程度来聚成K类。K是指定的某个经验常数。K-means的过程为初始化、两步迭代与停止条件。1. 初始化时，随机选K个点作为聚类中心即可。2. 迭代更新2.1 对所有顶点逐一聚类。把顶点们都聚到距离自己最近的那个聚类中心所代表的类中。这里的距离可以是欧氏距离，我觉得也可以定义其他方式的距离。2.2 更新聚类中心。现在每个聚类里

13.5415

1

2

0

关注作者

收藏

丁蒙蒙

作图的时候需要注意的点（欢迎补充）

调整大小时，按住shift，可以等比例调整大小；条形图之类的图表，尽量充满框框，以凸显差异；可以调整坐标轴刻度以及设置坐标轴交叉来使图表看起来更为直观且美观；如果折线图交叉比较严密，造成视觉上的障碍，可以考虑将明细表格置于折线图的下面；涉及多个图例，要标记清楚；要注意颜色的搭配，一般大公司有专用的配色；还要注意的一个函数：（要记住呀，没事儿就想想）weekday函数，参数为1的时候，表示星期日为1

13.6228

4

3

0

关注作者

收藏

hujiahao

数据分析常用网址

数据可视化工具百度EChartshttp://echarts.baidu.com/Cytoscapehttp://www.cytoscape.org/图表秀http://www.tubiaoxiu.com/数据观http://shujuguan.cn/微博足迹可视化http://vis.pku.edu.cn/weibova/weibogeo_footprint/index.htmlBDP个人版ht

34.2237

4

2

0

关注作者

收藏

永洪科技

干货分享！零售行业数据分析在商超中的应用！

商超为什么会存在？因为他能给我们提供生活所必须的商品——柴米油盐酱醋茶。当然，这是最原始的商店的样子，后来随着社会的发展，人们的需求越来越丰富，商店里所提供的商品涵盖了衣食住行等各种场景下的必需品。你是否想创业开个超市，不知道如何选址？你是否经营着一家商业超市，却不知道如何挑选商品？不知道货架如何陈列商品？不清楚什么商品多进什么商品少进？不清楚仓库里每种商品最好放多少存货才既不会影响销售又不积压现

34.0067

2

6

0

关注作者

收藏

2384_1593313827

表连接方式

表连接方式

33.9664

5

3

0

关注作者

收藏

2384_1593313827

Power BI 四则运算

(a as number,b as number,c as number) =>let 四则运算 = if c = 1 then a + b else if c = 2 then a - b else if c = 3 then a * b else if c = 4 then a / b

34.0067

5

1

0

关注作者

收藏

cxm272965

pandas中series序列与dataframe数据帧整理

Pandas数据清洗Series带标签的一维数组，与Numpy中的一维array类似，只允许存储相同的数据类型基本概念import numpy as npimport pandas as pd #导入全部from pandas import Series,DataFrame #只导入单个索引a 3b 4c 5d 6s['b'] #索引，获得单个

34.0022

2

3

0

关注作者

收藏

michelle.qin

<复习>Excel Day2 - part 3

1.6 数据与指标概述（1）表格结构与表结构的区别表格结构→可以对单元格进行编辑表结构→控制（表内/表间）（2）指标作用：结合业务快速定位数据中的核心问题，发现业务强弱点。分类：业务指标和财务指标。（3）业务指标：a.汇总类指标求和类指标：对度量值进行求和计算得到的指标，【e.g】销售数量、销售金额帮助决策者了解总趋势求平均类指标：对

13.6420

4

3

0

关注作者

收藏

你应该是一阵风丫

Excel高手也要记住的常用函数！

Excel高手也要记住的常用函数！

13.7100

5

1

0

关注作者

收藏

<1…515253…340>

CDA考试动态

CDA报考指南