数据科学专业问答社区，好文章，一字千金--CDA答疑社区

CDA数据科学研究院 CDA考试中心 CDA网校企业服务

CDA社区

CDA竞赛 CDA技术答疑 CDA俱乐部

关于CDA APP下载

免密码登录

提交首次登录验证后自动注册

读童话的狼

在2020年02月13日加入
点赞能量: 100%
点赞价值: 452.9

首先计算产品成功的概率=0.60.7+0.4(1-0.75)=0.52则产品失败的概率=1-0.52=0.48那么年利润期望值=0.525000000-0.482000000=1640000

1 0 0

亨的瑞

2021-02-19

计算利润期望值

在文件路径栏直接输入cmd回车，也很方便

1 0 0

ermutuxia

2021-02-03

如何在某个路径下启动cmd窗口？

pipinstallpygal--user-ihttps://pypi.tuna.tsinghua.edu.cn/simple/换用这个命令

1 0 0

WXQIfMw

2021-01-24

【求助】windows安装pygal失败

scikit-learn0.20版本之前n_samples参数不支持list

1 0 2

zhangyibo81

2020-12-07

Scikit-learn中函数的问题

n_samples

0 0 0

zhangyibo81

2020-12-07

Scikit-learn中函数的问题

n_samples

0 0 0

zhangyibo81

2020-12-07

Scikit-learn中函数的问题

可能是版本问题，sklearn0.20版本之前n_simple参数不支持list

0 0 2

zhangyibo81

2020-12-07

Scikit-learn中函数的问题

你可以使用dateutil.rrule.rrule(),如

0 0 0

读童话的狼

2020-11-04

DateFrame中两个日期字段的天数差值怎么求？

了解业务，对于业务深入的了解，有助于更好的发现分析的维度，快速锁定问题和原因。明确分析目的，切忌照搬其他的项目的分析内容，或者随意相信组合手上的分析模型算法。多角度观察，多个视角观察数据，这样不仅可以对数据整体有个全面的了解，也有助于发现潜在的信息。数据分析的动机无非来源于问题、欲求。每一个问题都是一种思路，每一种想要的结果都可以倒推分析的过程。找到业务的问题和欲求，分析也就有了目标。建议你可以多看一些相关的分析案例及分析报告，多了解一些数据分析的方法论，利用数据分析的方法论来拆解需求常用的数据分析方法论有PEST：结合Politic（政治）分析，结合Econconnomic（经济）分析，结合Social（社会）分析，结合Technological（技术）分析5W2H：Why（何因），What（何事），Who（何人），When（何时），Where（何地），HowMuch（何价），How（如....

4 0 0

152****4798

2020-10-29

项目或者案例的业务需求怎么找？

使用sklearn中的OneHotEncoder进行编码是不会自动获取列名的，需要转换之后自定义列名，如：也可以使用pandas中的get_dummies(）方法，可以自动获取列名，更加方便快捷，如：

2 0 1

M186****2299

2020-10-28

sklearn 哑编码处理分类特征后，新生成的特征如何正确添加字段名

空单元格做比较的时候，会当做0，“”做比较时，会当做文本但是空单元格是=“”的，请看下面示例

0 0 0

186****3575

2020-10-27

求问

lambda函数的示例：

1 0 0

读童话的狼

2020-08-28

python中lambda函数

dtype是数据类型的意思，'O'表示的是Object，所以dtype('O')表示的是Object类型的数据，与int64,float64等对应，看下面例子：

1 0 0

lulututu

2020-07-22

pandas中数据类型显示

在python中，else子句与for循环和while循环也是可以连用的，使用规则如上

0 0 0

读童话的狼

2020-04-02

while或者for循环之后else子句怎么用？

原问题：为什么for与else有相同的缩进而没有报错？

0 0 1

读童话的狼

2020-04-02

while或者for循环之后else子句怎么用？

对数变化

0 0 0

读童话的狼

2020-02-29

什么时候用方差变换？

复杂抽样

0 0 0

读童话的狼

2020-02-27

负责抽样：一般线性模型参数怎么输出？

优势： l得到的主成分之间是不相关的 l用较少综合变量保留尽可能多的原始信息 l简化计算过程劣势： l所提取的前几个主成分的累计贡献率要达到一个较高水平 l主成分的解释不像原始变量的含义那么清楚、确切 l主成分分析法只能应用于数据的线性降维

0 0 0

读童话的狼

2020-02-18

主成分分析（PCA）有哪些优缺点？