Python数据分析-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

wo5656500

log（p/(1-p)）=b0 b1*x1 b2*x2这个公式怎么来的？

等号右侧对应的是X1和X2的特征，等号左侧就是P除以1-P，P是根据Y的取值和X的条件概率计算出来的

1.5859

1

1

0

关注作者

收藏

wo5656500

有监督算法和无监督算法的区别是什么？

监督学习（supervised learning）：通过已有的训练样本（即已知数据以及其对应的输出）来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类的目的，那么这个最优模型也就具有了对未知数据进行分类的能力。在社会中，我们在很小的时候就被大人教授这是鸟啊，那是猪啊，这个是西瓜、南瓜，这个可以吃、那个不能吃啊之类的，我们眼里见到

0.7389

1

2

0

关注作者

收藏

wo5656500

PCA 是干嘛的

PCA 算法首先还是简单回顾下 PCA 的算法流程。我们把样本数据 xx 归一化后，计算其协方差矩阵 CxCx，然后计算 CxCx 的特征向量，构造出一个特征向量矩阵 AA，最后把 xx 通过该矩阵映射到一个新的空间，得到的向量 yy 就是能体现 xx 主要成分的向量了。PCA 在做什么那么，这种空间映射有什么意义呢？问题要回到协方差矩阵 CxCx 上。我们知道，协方差矩阵是一个对称矩阵，

2.8407

1

1

0

关注作者

收藏

wo5656500

pca.explained_variance_ratio_#主成分的解释方差百分比中已经降序排列，怎么知道是哪个x影响最大？

需要如图跑一下特征向量的代码，会得出每一个系数的大小，通过系数可以判定谁大谁小

1.5859

1

3

0

关注作者

收藏

wo5656500

得到一个需要留下的主成分，我如何看该主成分中最大的β值？

最大的β值其实就是影响这个主成分的主要因素，影响因素有很多但是必要有主要的也就是最大的因素

4.4267

2

2

0

关注作者

收藏

wo5656500

用主成分的目的是什么呢？

主成分分析试图在力保数据信息丢失最少的原则下，用较少的综合变量代替原本较多的变量，而且综合变量间互不相关。可以理解为降维

1.5859

1

2

0

关注作者

收藏

wo5656500

哑变量是干嘛的？

哑变量是用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且接近现实。

1.5859

1

2

0

关注作者

收藏

liting李

为什么要对数据进行标准化

大型数据分析项目中，数据来源不同，量纲及量纲单位不同，为了让它们具备可比性，需要采用标准化方法消除由此带来的偏差。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价

0.7403

1

3

0

关注作者

收藏

wo5656500

逻辑回归到底是属于广义线性回归还是非线性回归？

逻辑回归的模型引入了sigmoid函数映射，是非线性模型，但本质上又是一个线性回归模型，因为除去sigmoid映射函数关系，其他的步骤，算法都是线性回归的。可以说，逻辑回归，都是以线性回归为理论支持的。这里讲到的线性，是说模型关于系数a一定是线性形式的a加入sigmoid映射后，变成：a如果分类平面本身就是线性的，那么逻辑回归关于特征变量x，以及关于系数a都是线性的如果

1.0328

2

5

0

关注作者

收藏

wo5656500

逻辑分布是二类的，如果是多类的呢？

逻辑回归在解决二分类问题用的是logP/1-P,如果是多分类的话就要区分多分类是有序的还是无序的，如果y=1,2,3这种就是多分类的

1.0133

1

1

0

关注作者

收藏

wo5656500

过拟合有什么标准？

1.利用学习曲线判断2.误差 = 偏差(精确率) 方差(稳定性)3.下图中虚线为训练集，实线为测试集

18.0306

2

2

0

关注作者

收藏

wo5656500

如果数据量很大，如何抽数据在找到最优参数？

如果数据量比较大的话通常会有一个年份作为标注，一般把最前面年份的数据提取出来，从中再抽取例如10%进行寻找最优参数

1.0133

1

1

0

关注作者

收藏

wo5656500

交叉得分多少算过拟合？

只要得分没有超过百分之五就不存在过拟合的现象

1.0133

1

3

0

关注作者

收藏

wo5656500

惩罚系数就是交叉验证的循环次数吗？

不是，惩罚系数是正则化算法中的一个概念，交叉验证的次数是K折中的折，不是一个概念

1.0133

1

0

0

关注作者

收藏

wo5656500

网格搜索寻找到的最优解，一定不会出现过拟合吧？

恰恰相反，很大程度会出现过拟合现象，网格搜索是将训练集训练的一堆模型中，选取超参数的所有值（或者代表性的几个值），将这些选取的参数及值全部列出一个表格，并分别将其进行模拟，选出最优模型。

35.3039

3

0

0

关注作者

收藏

liting李

pandas中什么对象可以调用apply方法？

- Series对象：Series.apply(自定义函数),自定义函数处理的对象是Series中的每一个元素- DataFrame对象：DataFrame.apply(自定义函数),自定义函数处理的对象是处理的是DataFrame中的每个字段- groupby对象：groupby.apply(自定义函数),自定义函数处理的对象是处理的是groupby对象中每个小子表

17.3581

2

1

0

关注作者

收藏

liting李

jupyter 中查找和替换的快捷键是什么

F键，F: find and replace此外，还有其他的快捷键，如下表示：命令模式 (press Esc to enable)F: find and replaceCtrl-Shift-P: open the command paletteEnter: enter edit modeShift-Enter: run cell, select belowCtrl-Enter: ru

33.2496

3

3

0

关注作者

收藏

读童话的狼

stage_bef里面空的为啥不算缺失值

可以提出看一下，这里是空格，不是空值

15.8104

5

5

0

关注作者

收藏

wo5656500

为什么沿着0对称分布没太明白

因为有前提假设，残差汇总以后均值是等于0的，也就意味是对称分布的

1.0133

1

1

0

关注作者

收藏

wo5656500

什么是梯度下降？

梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。反过来，如果我们需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。在机器学习

18.0306

2

6

0

关注作者

收藏

<1…171819…123>

CDA考试动态

CDA报考指南