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

liting李

python迭代器和生成器有什么区别？

迭代器，对于string、list、dict、tuple等这类容器对象，使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数，iter()是python的内置函数。iter()会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内元素，next()也是python的内置函数。在没有后续元素时，next()会抛出一个StopIteration异常，通知for语

13.7705

1

0

0

关注作者

收藏

ermutuxia

用pandas库里面调用cut函数对数值变量进行分箱，ValueError: Bin labels must be one fewer than the number of bin edges

0.4081

6

1

0

关注作者

收藏

hopeiagt

列举三个KMeans算法的实际应用。

（１）客户细分（Customer segmentation）基于购买记录，性格爱好等能够“描述”客户的特征来对客户进行聚类，将同类型中，客户购买的商品推荐给为购买该商品的客户，以提高销售量。　（２）保险欺诈检测（Insurance fraud detection）。利用历史欺诈数据，找出与以往数据中欺诈案例较接近的“新”索赔，以避免骗保情况的发生。　（３）识别犯罪地点（Identifyi

27.3978

3

1

0

关注作者

收藏

hopeiagt

为什么需要对数据进行标准化处理?

当我们想要比较以不同单位为度量的数据时，将不同的特征平移到以０为中心，以１为标准差的附近是十分重要的．变量的不同规模将对结果造成不等的贡献水平（实际我们想要的是基于一个贡献标尺下，计算不同变量对目标对象的影响），从而会造成有偏估计．例如，如果一个变量的变动范围在０到１００００，另一个变量的变动范围在０到１．如果没有标准化的处理，将会造成变动范围在０到１００００的变量对目标值的影响是变动范围在０到１

27.1648

2

0

0

关注作者

收藏

hopeiagt

归一化和标准化的区别及如何使用scikit-learn进行处理?

归一化(normalization)和标准化(standardization)是两种对数据去量纲的方法,它的区别如下: 归一化：归一化是将样本的特征值放缩到同一量纲下，缩放后的样本范围处于[0,1]或[-1,1]之间．归一化受样本的异常值影响较大，如果缩放后的数据小数位较多，则在用python计算数据的时候会出现一定偏差．因此，一般数据存在异常值偏差较大时，最好选用标准化对数据进行处理．一般KN

27.2220

2

4

0

关注作者

收藏

bowan.

成为大数据分析师你需要？

成为大数据分析师的条件硬性条件：数据分析师角色/任务：收集，处理和执行统计数据分析必备语言：java、R、Python、HTML、Javscript、C/C 、SQL等技能和特长：电子表格工具(例如Excel)，数据库系统(SQL和基于NOSQL)，通信可视化，数学，统计，计算机，机器学习等软性条件：懂业务：从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有

27.1780

4

3

0

关注作者

收藏

颜夕小妞

python 基础流程(全部知识点加解析)---妈妈再也不用担心我的学习了《比老师课堂上画的脑图更全面，更细致！！！》

基于5天内容，整理了7大板块，如下图：需要的小伙伴自取，比老师课堂上画的脑图更全面，更细致！！！链接：https://pan.baidu.com/s/1Teudi-Jl1afcQ7MDNDfH_w 提取码：pklq

27.4102

3

2

0

关注作者

收藏

liting李

随机森林如何填补缺失值？

27.3521

2

2

0

关注作者

收藏

liting李

正则表达式的匹配规则。

正则表达式的整体内容比较多，需要我们对匹配的字符串的规则有足够的了解，下面是具体的匹配规则。

27.3521

2

1

0

关注作者

收藏

liting李

Python显示：list index out of range报错？

如图显示list index out of range报错 list index out of range错误出现的原因主要有两个：一个可能是下标超出范围；一个可能是list是空的，没有一个元素。因此要检查一下列表是否为空的或者超出范围。

27.1306

1

6

0

关注作者

收藏

185****1226

python中全局变量与局部变量的调用顺序LGGB 借鉴于作者"读童话的狼"

1.什么是LEGB？L:local 函数内部作用域E:enclosing 函数内部与内嵌函数之间G:global 全局作用域B:build-in 内置作用域2.LEGB是作什么用的？为什么非要介绍这个呢?或者说它们的作用是什么?原因是因为我们的在学习Python函数的时候，经常会遇到很多定义域的问题，全部变量，内部变量，内部嵌入的函数，等等，Python是如何查找的呢？以及Pytho

26.9947

3

2

0

关注作者

收藏

clbe2x2

帮助你提高学习专注度——专注白噪音

会不会因为周围环境的嘈杂无法集中注意力，带上耳机听音乐又被音乐声所吸引？试试看专注白噪音吧，音频为20~20000赫兹的白噪音能够帮助你过滤掉周围其他环境噪音，稳定平和的声音带你进入一个专注的世界。歌名：Sunrise Comes to the Jungle Nature；White Noise: Standing Fan；White Noise: Standing Fan；White Nois

16.7107

3

1

0

关注作者

收藏

hopeiagt

在用决策树处理分类问题时，处理样本不均衡前后，为什么有些情况下准确率(accuracy)会下降？

该问题主要出现在样本极端不均衡的情况下,例如:银行对"坏"客户的预测问题.首先，在不处理样本不均衡的问题时，模型主要学习的是多数类(这里的多数类,少数类指的样本标签)的规律，可能会忽略对少数类规律的学习，因此，模型的准确率会在多数类所占样本比例附近波动．其次，在处理样本不均衡的问题时，会增加少数类的权重，降低多数类的权重．减少模型对多数类的学习，增加模型对少数类的学习，从而以降低对多数类的预

16.7106

2

2

0

关注作者

收藏

hopeiagt

如何用通俗的话解释信息熵(entropy)?

以下为用通俗的话来解释信息熵.信息熵(entropy)指的是你损失掉的信息,信息熵越高,说明损失的信息越多,信息熵越小,损失的信息越少.例如,你想知道我喜欢吃什么美食，我说我喜欢吃中餐，实际上你并不知道我到底喜欢吃什么,只知道我不喜欢西餐.但我具体喜欢什么你不知道,因为中餐包含的美食太多了,此时的信息熵很高.如果我告诉你我喜欢吃中餐里的面食，尽管你还是不知道我到底喜欢吃什么，但是范围却缩小了很多

16.7231

2

3

0

关注作者

收藏

hopeiagt

为什么要在精准度和召回率间权衡?

在解决分类问题时，经常会遇到样本不均衡的问题．分类模型更倾向于学习多数类样本的规律，而忽少数类的规律．因此，对于这类问题，仅参考准确率不能评价一个模型拟合的好坏程度的．从而提出了精确度（precision）和召回率（recall）．其中，精确度指的是准确率是对给定数据集，分类正确样本个数和总样本数的比值。即：即它关注多数类．召回率指的是召回率又被称为查全率，用来说明分类器中判定为真的正

16.5017

1

5

0

关注作者

收藏

clbe2x2

数据分析师分析流程

数据分析的流程，简单来说分为以下六个步骤：明确分析的目的，提出问题。只有弄清楚了分析的目的是什么，才能准确定位分析因子，提出有价值的问题，提供清晰的指引方向。数据采集。收集原始数据，数据来源可能是丰富多样的，一般有数据库、互联网、市场调查等。具体办法可以通过加入“埋点”代码，或者使用第三方的数据统计工具。数据处理。对收集到的原始数据进行数据加工，主要包括数据清洗、数据分组、数据检索、数据抽取

16.5251

2

3

0

关注作者

收藏

Kevin66832

书写客观报告之前的思维整理

1、梳理行业内的常见指标 2、将指标拆解成另外两个指标的和或积/同一指标的不同维度逐层下钻，直至无法分解。 3、将指标按拆解思路排成树状结构，增加环比/同比，观察变化率定位问题。

16.5193

2

3

0

关注作者

收藏

詹惠儿

python中下列代码np.linspace函数是什么意思？

问：python中下列代码np.linspace函数是什么意思？答：linspace是numpy中创建形式为等差序列的一维数组的函数，np.linspace(0,0.5,20)的意思是创建一个以0为起始值，0.5为结束值，个数为20的等差序列的一维数组，其中numpy.linspace 函数的用法如下：np.linspace(start, stop, num=50, end

26.9468

1

2

0

关注作者

收藏

开花结果02

ipynb文件如何保存成PDF格式

为了方便阅读和传播，我们有时候需要将ipynb的文件转化成pdf格式，实现步骤如下：第一步：在notebook界面打开需要转化的文件，然后按下Ctrl P,这样就出现打印的页面第二步：目标打印机那勾选：另存为PDF，然后点击保存即可

26.9468

1

3

0

关注作者

收藏

hopeiagt

使用决策树时,为什么有些特征用不到?

因为在某些特征下,标签的纯度已经达到很高的状态(如:90%以上),因此,决策数不再需要使用其它特征进行切分.另一方面,决策数模型在拟合的时候,有些特征不用也是为了降低模型的复杂程度,尽量不让模型过于复杂,提高模型的泛化能力;反之,如果模型太过复杂,容易造成过拟合,影响模型的泛化能力.

16.5242

2

0

0

关注作者

收藏

<1…678…123>

CDA考试动态

CDA报考指南