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

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

为什么两个文件放在一起才能运行

一、问题描述为什么有时候必须把需要导入的文件和ipynb文件放在同个文件夹下才能运行？二、问题解答是因为在填写导入文件的代码时，只写了文件名，在这种情况下，python会在同一文件夹下找文件，如果文件不在该文件夹所以会报错。如果需导入的文件在其他路径，则需要在写代码时写完整的路径。

0.9994

1

2

0

关注作者

收藏

三卿

iris鸢尾花数据集无法使用.head()查看数据

鸢尾花数据集不是DataFrame结构的，我们不能通过调用iris.head()来查看它，我们可以通过iris.data进行查看鸢尾花数据集

0.0000

0

1

0

关注作者

收藏

赵娜0418

为什么要开发申请评分卡？

为什么要开发申请评分卡？答：- 风险控制：借贷生命周期的第一个关口- 营销：优质客户识别- 资本管理：可作为PD模型的一个因子

0.8511

2

1

0

关注作者

收藏

赵娜0418

在命令行窗口安装python插件的时候报错

在命令行窗口安装python插件的时候，执行pip install语句时，报“无法将“pip”项识别为cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次”的错误。答：方法一：查看该文件所在的路径，配置环境变量；方法二：打开Anaconda Prompt，进入到插件文件的位置，例如该文件在C:盘python的子文件夹下，那么第一步输入c:

0.9639

2

3

0

关注作者

收藏

shauna570392

如何进行A/B测试

进行A/B测试的主要手段是进行用户分组，即将用户分成实验组和对照组，对实验组的用户施以新模型，对对照组的用户施以旧模型。在分组的过程中，要注意样本的独立性和采样方式的无偏性，确保同一个用户每次只能分到同一组。

0.0000

0

2

0

关注作者

收藏

读童话的狼

Anaconda安装后没有scripts文件夹缺失大量文件

anaconda3安装没有提示错误，但是发现缺失大量文件如果关闭防火墙，以管理员权限安装都不可行，剩下唯一办法，安装旧版本，亲测安装17年5月份的可以安装使用但是旧版本中一些最近出现的包安装可能会出现问题，根本方法重装系统

27.2492

1

1

0

关注作者

收藏

shauna570392

predict_proba函数的返回值

该函数很容易与predict函数的用法混淆 predict_proba返回的是一个 n 行 k 列的数组，第 i 行第 j 列上的数值是模型预测第 i 个预测样本为某个标签的概率，并且每一行的概率和为1。举例from sklearn.linear_model import LogisticRegression import numpy as np x_train =

27.2492

1

3

0

关注作者

收藏

shauna570392

特征进行标准化是否会自动排除分类型特征

分类型特征不会排除，数据会进行编码，编码后数据的显示形式会有改变，但是数据所保留的信息还是在，编码后可以进行标准化处理。

27.2492

1

3

0

关注作者

收藏

shauna570392

线性回归的拟合问题

一、问题描述对于一个服从线性回归的数据采用多项式线性回归的模型进行拟和，是否能达到更好的拟合效果。二、解答可以拟合，但是效果不一定好，可能会出现过拟合的情况，从而导致模型的泛化能力不好。

27.2492

1

2

0

关注作者

收藏

shauna570392

多项式回归是不是不需要标准化

该模型和标准化没有特别必然的联系，标准化不是必要的，但是可以标准化，标准化后对模型的影响也不太大。

28.2485

2

4

0

关注作者

收藏

三卿

Normed kwarf is deprecated错误

在图库中早期是使用np.random.normal()设置随机数的，但是在新版本中将normal（）更换为了density。所以只需要将normal换成density就可以了

0.0000

0

2

0

关注作者

收藏

三卿

Jupyter Notebook中魔法命令%ru怎么用

%run在Jupyter Notebook中来用来运行.py文件的，在使用时在%run后加上py文件的地址，然后运行就可以自动运行py文件中的代码了。

0.0000

0

3

0

关注作者

收藏

三卿

Python中导入数据时如何导入开头为0的数据

在使用Pythond导入数据时，可以使用converters参数，将converters={列名(或者列号):str}这样就可以将开头为0的数据作为字符导入到Python的变量中了

0.0000

0

4

0

关注作者

收藏

shauna570392

R方公式中分母代表全部信息量还是分子代表全部信息量？

这个式子式用1减去y对回归方程的方差（未解释离差）与y的总方差的比值，y减去y尖也就是残差，是拟合方程中不能解释的部分，用1减去不能解释的部分，那么剩下的就是解释的部分，也就是说自变量解释了因变量变动的百分比的多少，那么r方的值肯定是越大越好，意味着该模型把y的变动解释得好，R方的范围是0到1。分母方差代表全部信息量，方差越大，代表数据上的信息量越多。

0.9994

1

3

0

关注作者

收藏

shauna570392

机器学习哪些算法需要做归一化处理？

机器学习为什么需要归一化？1）归一化后加快了梯度下降求最优解的速度；2）归一化有可能提高精度。如下图所示，蓝色的圈圈图代表的是两个特征的等高线。其中左图两个特征X1和X2的区间相差非常大，X1区间是[0,2000]，X2区间是[1,5]，其所形成的等高线非常尖。当使用梯度下降法寻求最优解时，很有可能走“之字型”路线（垂直等高线走），从而导致需要迭代很多次才能收收敛；而右图对两个原始

0.9994

1

1

0

关注作者

收藏

<1…363738…123>

CDA考试动态

CDA报考指南