python-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

开花结果02

python:for…else的语法

问题：for…else的语法解答：

39.8295

3

2

0

关注作者

收藏

开花结果02

python:什么是独热编码

问题：什么是独热编码解答：独热编码（One-Hot Encoding），又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。即，只有一位是1，其余都是零值。小例子：性别特征：["男"，"女"]男 => 10女 => 01

39.8295

3

3

0

关注作者

收藏

开花结果02

python:决策树可以处理连续性变量吗？如果可以的话，需要做离散化处理吗

问题：决策树可以处理连续性变量吗？如果可以的话，需要做离散化处理吗解答：决策树可以处理连续性变量，决策树中的CART是可以直接处理连续型变量的，是不需要做离散化处理的，这是CART算法的一个优点。但是如果数据集里面连续型的特征分布特别奇怪，或者说真实的数据集里面连续型的变量信息特别的混杂，为了达到更好的测试集的效果，也会对这个连续的变量做离散。

39.8295

3

2

0

关注作者

收藏

开花结果02

python:安装graphviz出现“远程主机强迫关闭了一个现有连接”的错误提示

问题：安装graphviz出现“远程主机强迫关闭了一个现有连接”的错误提示解答：考虑是网络问题，建议使用镜像下载代码：pip install graphviz -i https://pypi.douban.com/simple这样应该是可以下载成功了

33.4823

6

1

0

关注作者

收藏

开花结果02

python：怎么查看网格搜索中找到的最优的参数

问题：：怎么查看网格搜索中找到的最优的参数解答：代码：GS.best_params_ 执行结果就是最优参数组合Xtrain,Xtest,Ytrain,Ytest = train_test_split(X,Y,test_size = 0.3 ,random_state=420

33.3802

4

4

0

关注作者

收藏

开花结果02

python:决策树模型和逻辑回归模型的区别

问题：决策树和逻辑回归的区别解答：决策树，无参数模型，使用树归纳的形式来学习X和Y之间的关系，就是看信息增益，用墒的概率来学习X和Y之间的关系逻辑回归，是有参数，是有w，我们构建损失函数，尝试通过梯度下降的方式，来找到最后的参数，利用参数的值来描述X和Y之间的关系逻辑回归是一行一行的用数据，决策树是一列一列的用数据

30.8080

4

3

0

关注作者

收藏

开花结果02

python:逻辑回归的SSE和损失函数是不是没有实际意义，只是为了计算最优参数

问题：逻辑回归的SSE和损失函数是不是没有实际意义，只是为了计算最优参数？解答：1. 线性回归里面，使用的是SSE误差平方和来当作损失函数，描述是某一个参数值，某一个模型下，信息损失的程度，通过梯度下降，求导等于0等方法来尝试寻找全局最优值 2. 逻辑回归，因为离散的变量，不能使用SSE来做损失函数，使用极大似然的方式构建了损失函数，通过损失函数的梯度，使用梯度下降的方法来逼近全局最优

30.6047

2

1

0

关注作者

收藏

haoyumeng

过拟合和欠拟合

过拟合：模型对训练集中的数据模拟的太好了，原因一般在于训练数据量小，模型过于复杂，特征维度过多，参数过多，噪声过多，连训练集中的噪声都能完美预测，这样的模型放在测试集中表现就不好了，泛化能力差。一般用正则化降低参数值，减少特征维度来解决过拟合的问题。解决方法：从数据源头获取更多的数据，数据增强使用合适的模型，减少网络层数，神经元个数，限制网络的拟合能力dropout正则化，在训练师限制权值变大数据

28.2525

2

2

0

关注作者

收藏

开花结果02

python:对于所有的损失函数都只有一个全局最优点吗？

问题：对于所有的损失函数都只有一个全局最优点吗？解答：对所有可以求导的损失函数来说，肯定只有一个全局最优。

28.3160

2

4

0

关注作者

收藏

开花结果02

python：残差的四个假设是什么？

问题：残差的四个假设是什么？解答：残差之间是互相独立的残差的平均值是0方差是一个常数呈正态分布

28.3558

3

4

0

关注作者

收藏

开花结果02

python:什么是梯度？

问题：什么是梯度？解答：梯度描述的是在某一个点，SSE上升的趋势。注意的是梯度是一个向量，有方向和长度梯度向量的方向是损失函数增长的方向梯度的长度是SSE上升的趋势，也就是斜率离最低点越远，增⻓的趋势就越⼤，计算出来的梯度的值就越⼤。

28.3693

3

2

0

关注作者

收藏

liuyong2730

phthon统计分析

有点跟不上了。复习了下统计学相关内容。学过的知识还是要不断的巩固。推断统计的三大中心内容是什么？抽样分布，参数估计和假设检验。

31.5719

6

2

0

关注作者

收藏

开花结果02

岭回归消除共线性效率低，我们还用它来消除共线性？

问题：岭回归消除共线性效率低，我们还用它来消除共线性？解答：消除共线性最好的办法是将特征删掉，但是岭回归是趋向于0，不是等于0，所以删不干净，且找不出到底是哪个特征和哪个特征有共线性，lasson是直接删掉不重要的特征，不能直接解决共线性的问题，但是如果删掉的特征正好共线，从某种程度上也解决了共线性，所以说lasson在处理共线性问题上具有不确定性。这两个回归大家现在了解就可以，在后面树模型中，

31.2968

4

1

0

关注作者

收藏

开花结果02

岭回归消除共线性效率低，我们还用它来消除共线性？

问题：岭回归消除共线性效率低，我们还用它来消除共线性？解答：消除共线性最好的办法是将特征删掉，但是岭回归是趋向于0，不是等于0，所以删不干净，且找不出到底是哪个特征和哪个特征有共线性，lasson是直接删掉不重要的特征，不能直接解决共线性的问题，但是如果删掉的特征正好共线，从某种程度上也解决了共线性，所以说lasson在处理共线性问题上具有不确定性。这两个回归大家现在了解就可以，在后面树模型中，

51.5751

4

2

0

关注作者

收藏

开花结果02

python:model.score()评估方式可以自己设置吗?

问题：model.score()评估方式可以自己设置吗，比如设置成召回率，精准率之类的？解答：可以自己设置的。对于线性回归中，处理的都是连续型变量，我们只参考R^2值。如果对于处理分类问题，比如逻辑回归中，评估方式我们可以自己在网格搜索中设置，比如设置成召回率或者是精准率。

31.2060

4

3

0

关注作者

收藏

开花结果02

python面试题：阿里秋招题目

问题：input一个数n代表数组里放置数字的个数，然后在这个数组里填入这n个数并显示在一行中。解答：

73.2632

5

3

0

关注作者

收藏

开花结果02

python:错误代码AttributeError: 'NoneType' object has no attribute 'append

问题：错误代码AttributeError: 'NoneType' object has no attribute 'append解答：list对象的append方法本不应是函数，因此本不应该返回任何值，但是其也会返回一个NoneType，从而如下的语句就会报错:AttributeError: 'NoneType' object has no attribute 'append'。这是因为a经过一

70.4570

2

3

0

关注作者

收藏

开花结果02

python:如何安装cv2模块

问题：如何安装cv2库解答：需要在命令窗口执行下面的代码：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python然后在jupyter中执行import命令，不会报错就证明成功了

41.2514

3

2

0

关注作者

收藏

小朱520

注意区分这里的math.exp（）只能是对一个数进行e的x方运算，而np.exp可以是对一个数组进行计算。

41.2514

3

2

0

关注作者

收藏

小朱520

对于随机数种子的理解可以是如果两台设备同时设置同一个种子数那么出现的随机数就会出现一样的结果，否则反之。

25.4593

3

2

0

关注作者

收藏

<1…567…14>

CDA考试动态

CDA报考指南