Python -数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

提问：运行Python出错

------警告可忽略，这不是报错，想在命令操作环境里使用Python可输入ipython调用进入，现在流行的是使用jupyter notebook这个shell网页笔记本操作环境

96.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

jupyter notebook里的快捷键

Jupyter笔记本有两种不同的键盘输入模式. 编辑模式允许您将代码或文本输入到一个单元格中，并通过一个绿色的单元格来表示命令模式将键盘与笔记本级命令绑定在一起，并通过一个灰色的单元格边界显示，该边框为蓝色的左边框。命令行模式(按 Esc 生效)编辑快捷键F: 查找并且替换Ctrl-Shift-F: 打开命令配置Ctrl-Shift-P: 打开命令配置Enter: 进入编辑模式P: 打开命令配置

67.9568

1

0

0

关注作者

收藏

啊啊啊啊啊吖

Python安装前的准备

一、安装前的准备为了防止杀毒软件对安装过程的拦截干扰，保险起见需要先退出杀毒软件及防火墙。1. 关闭电脑上的杀毒软件（根据自身的安装情况进行退出）2. 关闭windows自带的防火墙

480.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

安装jupyter notebook目录插件

jupyter notebook页面代码多了以后，经常会需要往前查看内容，但鼠标滑动寻找内容太容易眼花且效率很低。我们可以通过添加目录插件来帮助我们提高效率1、安装启动 Anaconda Promptstep1 执行下面命令pip install jupyter_contrib_nbextensions step2 执行下面命令jupyter contrib nbextension in

159.9482

1

0

0

关注作者

收藏

啊啊啊啊啊吖

测试Python是否安装成功

验证安装是否成功启动开发工具jupyter notebook创建代码文件

159.9482

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：数据量纲化我知道了，无量纲化又是什么

数据无量纲化在机器学习算法实践中，我们往往有着将不同规格的数据转换到同⼀规格，或不同分布的数据转换到某个特定分布的需求，这种需求统称为将数据“无量纲化”。比如梯度和矩阵为核⼼的算法中，对于逻辑回归，⽀持向量机，神经⽹络等，⽆量纲化可以加快求解速度；⽽在距离类模型，⽐如K近邻，KMeans聚类中，⽆量纲化可以帮我们提升模型精度，避免某⼀个取值范围特别⼤的特征对距离计算造成影响。（⼀个特例是决策树和树

272.6202

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：大数据怎么描述？

大数据常见于右偏分布，如果有偏性不是特别严重的话，如曲线 1，仍然可以使用常务性指标，如中位数、四分位距、异常、最大值与最小值。曲线 2 增加了拐点，拐点的意义在于区分左侧与右侧不同用户的群体特征，比如左侧的用户群体与普通的右偏分布大体相当，因此仍然使用传统的常务性指标描述大众与小众；但右侧的群体特征没有峰值并不区分大众、小众，一般重点描述全距及等宽度区间对应的概率及业务意义。因此需要回答，为什么

272.6202

1

0

0

关注作者

收藏

啊啊啊啊啊吖

面试提问：关于boosting

1. 记住损失函数的公式，并且不要忘了后面的约束项(在adboost和GBDT中约束是0)2. 除了adaboost classifier的基是分类树，其他的所有的boost算法(GBDTClassifer, GBDTRegressor,XGBoostClassifer, XBoostRegressor)的基是回归树3. 强行的记住Xgboost中损失函数的约束项是一个是对新的模型的叶节点总个数的

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

GBDT如何处理分类问题

1．基模型始终都是回归树模型2.损失函数是逻辑回归中的logloss损失函数,3.损失函数的优化的解提示了什么信息?提示新的模型是如何得到，是使用回归树模型训练X和之前的叠加模型遗留下来的类概率值相关的残差，并且树模型的叶节点的输出不再是想回归问题中残差的平均值，而是

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

如何控制模型的复杂度?

如何控制模型的复杂度?1．直接在模型的结构中进行控制，树模型中的剪枝,max_depth，min_samples_split2．从损失函数中通过添加约束项的方式来控制模型的复杂度(L1，L2范式)1.L1和L2范式是专门来控制模型的复杂度的2．只要模型有损失函数函数，那么就可以上L1，L2来控制复杂度

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

压缩思维笔记：GBDT

GBDT，梯度提升树模型：1. 可以处理回归问题，基是回归树模型，并且损失函数是MSE2. 也可以处理分类问题，基还可以是回归树模型，但是损失不一样，损失是logloss

0.0000

0

0

0

关注作者

收藏

liting李

XGBT importance_type 参数解释

importance_type (str, 默认值为 'weight') – 选择输出的哪一种重要程度。可选的5类重要程度如下所示：(1)"weight"：在所有的树中，一个feature总共多少次被用于分割数据。分析：这个指标是一个变量被用于分割的绝对次数，这就造成了这个指标的缺点。对于定类变量和定序变量，由于他们天生能用于分割的点就比较少，很容易被"weight"指标所忽略。一个简单的例子就是

54.8496

2

0

0

关注作者

收藏

liting李

有个问题请教下，xgb模型，如果importance_type="gini"，是不是就无法输出特征重要性？

问：有个问题请教下，xgb模型，如果importance_type="gini"，是不是就无法输出特征重要性？答：不是这样理解的，这个参数用默认就好，每个节点的信息是按照gini算得，也可以用别的算的，没必要再算gini，不影响结果输出

54.8496

2

0

0

关注作者

收藏

啊啊啊啊啊吖

面试问题：PCA转换之后的新的特征怎么来的

PCA转换之后的新的特征怎么来的，每一个新特征，都是有所有原始的特征通过线性组合而得来的

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：特征选择好理解，选特征嘛做减法，但是PCA是怎么做到降维的呢

PCA，尝试对空间做一个变换，PCA可以保证找到相互独立的特征，在新的特征下，就可以很轻松来做特征筛选，由于新的空间下，方差矩阵中非对角线上的值为0。从而特征筛选的过程中，不会误删太多的信息，降低模型欠拟合的风险。或者换一句来说，PCA的效果就是将原来的方差矩阵，非对角线上的信息量，重新分配到对角线上去，从而可以很安全的做特征筛选。

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

压缩思维笔记：PCA的优缺点

PCA的优点: 1. 对空间做线性的变化，从而更加安全来进行特征筛选，尽量的保留信息，降低欠拟合的风险。2. 新的特征下两两完全独立，这种独立的性质，对线性回归，逻辑回归，SVM模型是非常有效的。PCA的缺点：1. 只能对连续型的变量做PCA2. 对连续型的变量做PCA之前，一定要做标准化。3. 特征转换之后，新特征是完全独立的，但是不可以解释，所以如果业务的需求是要解释性强的模型，PCA就用不了

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：特征选择就可以降维了，为什么还非要搞个不理解的特征转换技术？

做特征筛选，是在暴力删除特征，这种方式会导致过多的信息的丢失(矩阵上非对角线的信息)，模型所学习到信息太少，有欠拟合的风险。

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：老师，这种分数不太高的模型后续提升分数大概是按什么步骤

------1. 找更多特征2. 使用更加强悍的模型

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：decisiontreeclassifie报错

------更新sklearn版本：pip install upgrade scikit-learn

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：n_estimators份采样集怎么做？

需要做n_estimators份采样集, 可以尝试使用dataframe的形式帮助做(效率低)# 首先将训练集的特征和标签拼在一起，因为做采样的时候，样本的特征和标签都同时来做采样train = pd.DataFrame(Xtrain)train['label'] = Ytraindata_train_ = []for i in range(n_estimators): # 每次循环的过程中

36.0000

1

0

0

关注作者

收藏

<1…567…61>

CDA考试动态

CDA报考指南