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

PGC123

如何处理数据缺失值？

如何处理数据缺失值？答：1.删除含有缺失值的个案主要有简单删除法和权重法。简单删除法是对缺失值进行处理的最原始方法。它将存在缺失值的个案删除。如果数据缺失问题可以通过简单的删除小部分样本来达到目标，那么这个方法是最有效的。当缺失值的类型为非完全随机缺失的时候，可以通过对完整的数据加权来减小偏差。把数据不完全的个案标记后，将完整的数据个案赋予不同的权重，个案的权重可以通过logistic或p

0.0000

0

1

0

关注作者

收藏

PGC123

老师，用全部的数据做线性回归，这样是什么错误？

老师，遇到一个填空题，用全部的数据做线性回归，这样是什么错误？答：这样往往会造成过度拟合这样的结果，就是说你的模型在这个数据上表现的非常好，但是用到其他数据集上就效果很差了。

0.0000

0

3

0

关注作者

收藏

PGC123

降维方法？

降维方法？答：缺失值比率 (Missing Values Ratio)该方法的是基于包含太多缺失值的数据列包含有用信息的可能性较少。因此，可以将数据列缺失值大于某个阈值的列去掉。阈值越高，降维方法更为积极，即降维越少。低方差滤波 (Low Variance Filter)与上个方法相似，该方法假设数据列变化非常小的列包含的信息量少。因此，所有的数据列方差小的列被移除。需要注意的一点是：方

0.0000

0

3

0

关注作者

收藏

PGC123

准确率和召回率哪个更重要些？

准确率和召回率哪个更重要些？答：信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式:召回率(Recall) = 系统检索到的相关文件 / 系统所有相关的文件总数准确率(Precision) = 系统检索到的相关文件 / 系统所有检索到的文件总数注意：准确率和召回率是互相影响

40.0000

1

2

0

关注作者

收藏

PGC123

线性回归的因素如果有相关关系，会对模型有什么影响？

线性回归的因素如果有相关关系，会对模型有什么影响？答：多重共线性指自变量问存在线性相关关系，即一个自变量可以用其他一个或几个自变量的线性表达式进行表示。若存在多重共线性，计算自变量的偏回归系数β时，矩阵不可逆，导致β存在无穷多个解或无解。解决办法：(1)逐步回归：使用逐步回归可以在一定程度上筛选存在多重共线性的自变量组合中对反应变量变异解释较大的变量，而将解释较小的变量排除在模型之外。但这

0.0000

0

3

0

关注作者

收藏

PGC123

如何理解线性回归？

如何理解线性回归？答：线性回归可以这么理解，线性回归是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法线性回归有很多实际用途。分为以下两大类：如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。这是比方差分析进一步的作用，就是根据现在

0.0000

0

3

0

关注作者

收藏

PGC123

FCM聚类算法如何理解？

FCM聚类算法如何理解？答：FCM算法是一种以隶属度来确定每个数据点属于某个聚类程度的算法。该聚类算法是传统硬聚类算法的一种改进。

0.0000

0

4

0

关注作者

收藏

PGC123

SOM聚类算法是啥？

SOM聚类算法是啥？答：该算法假设在输入对象中存在一些拓扑结构或顺序，可以实现从输入空间(n维)到输出平面(2维)的降维映射，其映射具有拓扑特征保持性质,与实际的大脑处理有很强的理论联系。SOM网络包含输入层和输出层。输入层对应一个高维的输入向量，输出层由一系列组织在2维网格上的有序节点构成，输入节点与输出节点通过权重向量连接。学习过程中，找到与之距离最短的输出层单元，即获胜单元，对其

0.0000

0

0

0

关注作者

收藏

PGC123

层次聚类算法的原理是什么？

层次聚类算法的原理是什么？答：根据层次分解的顺序是自底向上的还是自上向下的，层次聚类算法分为凝聚的层次聚类算法和分裂的层次聚类算法。凝聚型层次聚类的策略是先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到所有对象都在一个簇中，或者某个终结条件被满足。绝大多数层次聚类属于凝聚型层次聚类，它们只是在簇间相似度的定义上有所不同。采用最小距离的凝聚层次聚类算法流程：　(1) 将每

0.0000

0

5

0

关注作者

收藏

PGC123

K-means算法的原理是什么？要怎么描述？

K-means算法的原理是什么？要怎么描述？答：k-means是划分方法中较经典的聚类算法之一。由于该算法的效率高，所以在对大规模数据进行聚类时被广泛应用。目前，许多算法均围绕着该算法进行扩展和改进。k-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。k-means算法的处理过程如下：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均

0.0000

0

0

0

关注作者

收藏

PGC123

聚类算法有哪些？特点是什么？

聚类算法有哪些？特点是什么？答：常见的聚类算法有 K-means聚类算法、层次聚类算法、SOM聚类算法、FCM聚类算法。四种聚类算法中，在运行时间及准确度方面综合考虑，k-means和FCM相对优于其他。但是，各个算法还是存在固定缺点：k-means聚类算法的初始点选择不稳定，是随机选取的，这就引起聚类结果的不稳定，本实验中虽是经过多次实验取的平均值，但是具体初始点的选择方法还需进一步研

0.0000

0

0

0

关注作者

收藏

PGC123

如何绘制ROC曲线？

如何绘制ROC曲线？使用训练好的模型得到的分析结果只能得到一组（FPR,TPR）,但是ROC曲线是由多个点构成的呀？这要怎么理解？答：实际上对于许多机器学习模型在判定二分类问题时是预测出一个对于真值的范围在[0.0, 1.0]之间的概率值，而判定是否为真值则看该概率值是否大于设定的阈值（Threshold）。例如如果阈值设定为0.5则所有概率值大于0.5的均为正例，其余为反例。因此对于不同

75.0000

1

0

0

关注作者

收藏

大帅比1998

ppt如何转为pdf格式？教程分享！

在处理到一些办公文件的时候往往会遇到下面这种情况，就如处理文件过程中需要将文件格式进行转换。就如PPT、PDF两种格式也是大家比较常用文件，那么对于两者间格式转换怎么操作呢？这里就以PPT转换成PDF格式为例，虽然也不是什么难的问题。介于帮大家更快速翻遍的解决这个问题，以下是PPT转换成PDF的方法分享！aPPT转换PDF格式的话百度搜索“PDF在线工具”通过在线选择文档转换中的“

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

scikit-learn的优点

scikit-learn的优点：简单有效的数据挖掘和数据分析工具。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度增强，k均值等。可供所有人访问，并可在各种环境中重复使用。建立在NumPy，SciPy和matplotlib之上。开源，商业上可用 - BSD许可证。

300.0000

1

0

0

关注作者

收藏

wo56565

机器学习-周志华学习笔记

1.模型评估在样本数为m时，既要进行训练，又要进行测试的解决方案。1.1留出法：将原先数据集按照一定的比例划分成训练集和测试集，常见的为2/3,4/5。优化：可进行若干次随机划分，独立同分布进行分层采样，进行评估后取其平均值。1.2交叉验证法：将数据集划分成K个大小相似且互斥的子集，用K-1的子集进行训练，剩下的当做测试集。进行K次训练当K为样本数时，称为‘留一法’，优点：结果较为准

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

KNN算法基本步骤

k-近邻算法步骤：1，计算已知类别数据集中的点与当前点之间的距离；2，按照距离递增次序排序；3，选取与当前点距离最小的k个点；4，确定前k个点所在类别的出现频率；5，返回前k个点所出现频率最高的类别作为当前点的预测分类

20.7979

1

3

0

关注作者

收藏

kejiayuan0806

如何建立稀疏矩阵

20.7979

1

2

0

关注作者

收藏

kejiayuan0806

聚类算法的种类

聚类分析经过多年的发展，已经逐渐形成常用的三种聚类方法：层次聚类法、K-Mean聚类法和二阶聚类法。下面对这三种聚类方法的聚类逻辑进行介绍，后面会用三篇推送具体介绍它们的原理、SPSS软件实现和生活案例应用。层次聚类法层次聚类法是传统的聚类方法，它首先需要根据指标数据类型确定距离的基本定义和计算方式，随后按照距离的远近，将所有的事物（个案）一步一步的归成一类。这样聚类的结果显然存在嵌套，或者说

17.8156

1

0

0

关注作者

收藏

kejiayuan0806

时间序列分析

因为时间序列是某个指标数值长期变化的数值表现，所以时间序列数值变化背后必然蕴含着数值变换的规律性，这些规律性就是时间序列分析的切入点。一般情况下，时间序列的数值变化规律有以下四种：长期变动趋势、季节变动规律、周期变动规律和不规则变动。不同的数值变化规律是由不同影响因素决定的。这些影响因素有长期起作用的因素，也有短期因素；有可以预知和控制的因素，也有未知和不可控制的因素；这些因素相互作用和影响，从而

20.7979

1

2

0

关注作者

收藏

dreamhappy2012

基于物品的协同过滤原理是什么？

问、基于物品的协同过滤原理是什么？答：• 基于物品的协同过滤原理和基于用户的协同过滤原理类似，只是在计算邻居时采用物品本身，而不是从用户的角度，即基于用户对物品的偏好找到相似的物品• 然后根据用户的历史偏好，推荐相似的物品给用户。• 就是我们常见的：购买该商品的用户还购买了如下商品

0.0000

0

6

0

关注作者

收藏

<1…464748…69>

CDA考试动态

CDA报考指南