机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

赵娜0418

SMOTE重采样后是不是各个类都均匀分布？

SMOTE重采样后是不是各个类都均匀分布？答：SMOTE重采样只针对的是二分类变量，所以0，1就是平均分布，它们就是均衡的，多分类是不能够做重采样的。

1.3919

2

3

0

关注作者

收藏

赵娜0418

相关系数与p值检验的关系

如果相关系数的0.1，但是p值检验是0.00001这个说明什么？如果相关系数是0.8，p值检验确实0.5呢？答：一般来说，相关系数检验是变量与变量之间的相关性，如果你的相关系数是0.8，但是你之前没有剔除，而在做变量筛选的时候，p值检验确实超出0.5的范围，导致当前的特征不显著，这时就应该删除，因为相关系数并不能检验出它是否对模型有影响，但是p检验能计算出它是否对模型有影响，相关系数是0.1，p

1.3919

2

0

0

关注作者

收藏

读童话的狼

如何离线安装xgboost?

下载可以从https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost下载对应的版本，cp36对应python3.6，cp37对应python3.7版本安装打开Anaconda3的安装位置如：D:\ProgramData\Anaconda3将xgboost-0.90-cp36-cp36m-win_amd64.whl放入到文件夹中在该文件夹中空白

100.0000

1

2

0

关注作者

收藏

赵娜0418

距离相关系数是用在什么情况？

距离相关系数是用在什么情况呢？答：文本的相似性余弦相关系数、斯皮尔曼相关系数

1.3919

2

5

0

关注作者

收藏

赵娜0418

多分类可以用WOE（最优分箱）吗？

多分类可以用WOE（最优分箱）吗？答：不可以用，分类型变量可以用卡方分箱，如果分类型变量比较多的时候，在分箱的时候可以用决策树的分箱先把箱子分出来，因为决策树分箱对数据没有连续型或分类型的要求，可以利用最优分箱前期的操作将变量分箱，然后再用WOE编码这样是可以的

1.3919

2

4

0

关注作者

收藏

赵娜0418

corr()怎么检验类别变量和连续变量之间的相关性？

corr()怎么检验类别变量和连续变量之间的相关性？多重共线性怎么处理？答：correct()只能检验连续型变量之间的相关性，无法检验类别变量，因为类别变量不存在相关性。多重共线性用方差膨胀系数处理

1.3919

2

3

0

关注作者

收藏

赵娜0418

y=x.quantile(.01)如何理解？

Python中y=x.quantile(.01)这一语句该怎么解释？答：quantile是返回分位数的意思，括号内填入的是分位数的百分比，如果括号内是0.5那么就是中位数，如果是0.25就是下四分位数

1.3919

2

2

0

关注作者

收藏

赵娜0418

分类很多离散型变量是否可以用多重插补的方法？

分类很多离散型变量是否可以用多重插补的方法？答：不可以用，它不属于多重插补的范畴，一般情况下离散型变量使用卡方分箱和重分箱的方式来填补，而多重插补一般用于连续性变量。

1.3919

2

1

0

关注作者

收藏

shauna570392

什么是独立同分布

独立同分布（iid，independently identically distribution）在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。

0.0000

0

3

0

关注作者

收藏

shauna570392

逻辑回归主要用来做回归吗？

错。逻辑回归是分类算法，不要被它的名字给迷惑了。很多时候看到这个名字会被名字误导，以为是回归算法，实际上逻辑回归是处理分类问题的。

0.0000

0

3

0

关注作者

收藏

shauna570392

逻辑回归是监督机器学习的算法吗？

是。逻辑回归之所以是监督机器学习的算法，原因在于它使用了真值对数据进行训练。监督机器学习训练模型时会有输入变量X和目标变量Y。

0.0000

0

3

0

关注作者

收藏

shauna570392

淘宝的千人千面这种是啥？

依据淘宝网站的解说，千人千面就是定向推行依托淘宝网巨大的数据库，构建出买家的爱好模型。它能从细分类目中抓取那些特征与买家爱好点匹配的推行宝物，为展示在目标客户阅读的网页上，帮助您确定潜在买家，完结精准营销。

0.0000

0

5

0

关注作者

收藏

shauna570392

淘宝的那些关键词推荐，是根据普遍用户搜索数据推荐吗？

这个属于seo，也就是搜索引擎优化。淘宝搜索引擎工作的第一步其实是“猜”，不管是关键词搜索，还是类目搜索，淘宝搜索引擎工作的第一步是“猜”买家到底想要的是什么，然后把猜出来的结果提取并推荐出来。比如，用户在输入“猫”的时候，基于大数据人们点得最多的品类，搜索引擎会“猜”你想要的找的是猫粮，也可能用猫用的工具等等，而不是我们家里养的宠物猫咪，那么它提取并且推荐给你的也都是猫要用的产品，搜出来的店

0.9994

1

1

0

关注作者

收藏

shauna570392

推荐系统推荐产品的问题

一、问题描述推荐系统是在目前拥有产品的情况下做的吗，会出现推荐出用户喜欢我们没有的东西吗？若产品下架了怎么办，推荐可以同步吗？新进产品也可以加进去对吧？二、问题解答推荐的东西全部都是公司里有的产品，一般是基于公司的数据库。如果有产品下架或新增，只需修改代码或更新数据库即可。

0.9994

1

4

0

关注作者

收藏

shauna570392

广告竞价系统，属于搜索还是推荐？信息流广告呢？

百度或者搜狗的广告属于搜索竞价，不属于推荐。这个是基于用户的搜索关键字显示对应的广告。信息流广告比如抖音广告，头条的广告会进行精准营销，根据用户的喜好进行精准的推荐。包括淘宝，亚马逊等一些购物网站的推荐也是精准营销。

0.9994

1

4

0

关注作者

收藏

shauna570392

推荐的产品怎么选，是推荐指数排序吗

是的，是根据推荐指数的排序进行推荐，指数越高的排名越靠前，说明越值得推荐。

0.0000

0

3

0

关注作者

收藏

shauna570392

推荐之前是否需要对群体聚类再推荐

可以这样操作可以使用Kmeans算法，对目标人群进行聚类。根据不同人群的标签分析该目标人群的消费行为习惯。根据不同消费偏好进行精准营销。推荐系统的算法分为基础算法和推荐算法，聚类为基础算法里的一种。

0.9994

1

2

0

关注作者

收藏

shauna570392

啤酒和尿布的案例属于关联规则吗

一、概念什么是关联规则（Association Rules）？答：关联规则是数据挖掘中的概念，通过分析数据，找到数据之间的关联。电商中经常用来分析购买物品之间的相关性，例如，“购买尿布的用户，有大概率购买啤酒”，这就是一个关联规则。画外音：如果把买尿布记作A，买啤酒记作B。“买尿布的用户有较大概率买啤酒”这个关联规则记作A -> B。什么是关联规则推荐（Association Rul

0.9994

1

2

0

关注作者

收藏

赵娜0418

有监督学习和无监督学习分别在什么时候使用

有监督学习和无监督学习分别在什么时候使用？答：简单的方法就是从定义入手，有训练样本则考虑采用监督学习方法；无训练样本，则一定不能用监督学习方法。但是，现实问题中，即使没有训练样本，我们也能够凭借自己的双眼，从待分类的数据中，人工标注一些样本，并把它们作为训练样本，这样的话，可以把条件改善，用监督学习方法来做。对于不同的场景，正负样本的分布如果会存在偏移（可能大的偏移，可能比较小），这样的话，监督

1.3317

2

1

0

关注作者

收藏

赵娜0418

有监督学习和无监督学习的不同点是什么？

有监督学习和无监督学习的不同点是什么？答：1. 有监督学习方法必须要有训练集与测试样本。在训练集中找规律，而对测试样本使用这种规律。而非监督学习没有训练集，只有一组数据，在该组数据集内寻找规律。2. 有监督学习的方法就是识别事物，识别的结果表现在给待识别数据加上了标签。因此训练样本集必须由带标签的样本组成。而非监督学习方法只有要分析的数据集的本身，预先没有什么标签。如果发现数据集呈现某种聚集性

1.3317

2

1

0

关注作者

收藏

<1…434445…69>

CDA考试动态

CDA报考指南