大数据-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

CDA助教老师

k-fold 交叉验证

k-fold 交叉验证：首先将全部样本划分成 k 个大小相等的样本子集；依次遍历这 k 个子集，每次把当前子集作为验证集，真余所有子集作为训练集，进行模型的训练和评估；最后把 k 次评估指标的平均值作为最终的评估指标。在实际实验中， k 经常取 10。

18.8654

2

0

0

关注作者

收藏

CDA助教老师

如何进行线上A/B 测试？

进行 A/B 测试的主要手段是进行用户分桶，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。在分桶的过程中，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个桶中，在分桶过程中所选取的 user_id 需要是一个随机数，这样才能保证桶中的样本是无偏的。

18.8654

2

0

0

关注作者

收藏

CDA助教老师

余弦距离是否是一个严格定义的距离？

首先看距离的定义：在一个集合中，如果每一对元素均可唯一确定一个实数，使得三条距离公理（正定性，对称性，三角不等式）成立，则该实数可称为这对元素之间的距离。余弦距离满足正定性和对称性，但是不满足三角不等式，因此它并不是严格定义的距离。

18.8654

2

0

0

关注作者

收藏

CDA助教老师

在机器学习问题中，通常将特征表示为向量的形式，所以在分析两个特征向量之间的相似性时，常使用余弦相似度来表示。余弦相似度的取值范围是［-1，1 ], 相同的两个向量之间的相似度为 1 。如果希望得到类似于距菌的表示，将 1减去余弦相似度即为余弦距离。因此，余弦距离的取值范围为［ 0,2］，相同的两个向量余弦距离为 0 。

66.5145

3

0

0

关注作者

收藏

CDA助教老师

ROC 曲线的由来

ROC 曲线的由来ROC 曲线最早是运用在军事上的，后来逐渐运用到医学领域，并于 20 世纪 80 年代后期被引入机器学习领域。相传在第二次世界大战期间，雷达兵的任务之一就是死死地盯住雷达显示器，观察是否有敌机来袭。理论上讲，只要有敌机来袭，雷达屏幕上就会出现相应的信号。但是实际上，如果飞鸟出现在雷达扫描区域时，雷达屏幕上有时也会出现信号。这种情况令雷达兵烦恼不己，如果过于谨慎，凡是有

78.4503

3

0

0

关注作者

收藏

CDA助教老师

AUC指的是 ROC 曲线下的面积大小，该值能够量化地反映基于 ROC 由线衡量出的模型性能。计算 AUC 值只需要沿着ROC 横轴做积分就可以了。由于 ROC 曲线一般都处于 y=x 这条直线的上万（如果不是的话，只要把模型预测的概率反转成 1-p 就可以得到一个更好的分类器），所以 AUC 的取值一般在 0.5 ～1之间。 AUC越大，说明分类器越可能把真正的正样本排在前面

18.8654

2

0

0

关注作者

收藏

CDA助教老师

类别型特征

类别型特征（ Categorical Feature ）主要是指性别（男、女）、血型（ A 、 B 、 AB 、 0 )等只在有限选项内取值的特征。类别型特征原始输入通常是字符串形式，除了决策树等少数模型能直接处理字符串形式的输入，对于逻辑回归、支持向量机等模型来说，类别型特征必须经过处理转换成数值型特征才能正确工作。

18.8654

2

0

0

关注作者

收藏

CDA助教老师

企业数字化升级的“新五力模型”

企业数字化升级的“新五力模型”在数字文明时代，社会对企业的要求，或者说企业的能力建设需求也是不一样的。我提炼了五个新的关键能力：第一，用户力。获取用户、经营用户、挖掘用户价值，所谓私域流量，这就是用户力。很多企业不能直接触达用户，这必须要改变，只有直接感知用户，直接为用户创造价值，才有用户力。第二，数据力。数据如果是最重要的生产资料，它就是你的资产。你要把它保管好，把它变成价值。数据的价值

78.4346

2

0

0

关注作者

收藏

张盟孟2

如何快速全选

command+A；

70.9340

2

1

0

关注作者

收藏

我是大魔王哈哈

简述一下什么是ＪＤＢＣ及其原理

JDBC(Java Data Base Connectivity) 是 Java 访问数据库的标准规范.是一种用于执行SQL语句的Java API，可以为多种关系数据库提供统一访问，它由一组用Java语言编写的类和接口组成。是Java访问数据库的标准规范.JDBC是接口，驱动是接口的实现，没有驱动将无法完成数据库连接，从而不能操作数据库！每个数据库厂商都需要提供自己的驱动，用来连接自己公司的数

74.6046

2

0

0

关注作者

收藏

我是大魔王哈哈

ImportTool: Import failed: java. io. I0Exception: Hive exited with status 1

将hive安装目录下的lib/libthrift-0.9.3.jar拷贝到sqoop的lib目录下，重新启动服务

59.3136

5

0

0

关注作者

收藏

CDA助教老师

print() 和 return 辨析

概念:print( ) 是函数, return 是Python关键字作用: print( ) 函数随处可用,在函数内直接打印数据内容,但打印后就撤销结果 return 关键字,只能在函数内使用,在函数内不直接显示数据内容,但将结果传到函数外供使用.

44.4915

2

0

0

关注作者

收藏

CDA助教老师

问题在游戏中，我们经常要控制人物的移动。其实，这在编程中就是坐标的移动，给定初始的坐标位置，调用移动函数计算后得到一个新的坐标位置，就实现了人物的移动。接下来，我们来实现一个移动坐标的函数，要求：定义一个名为 move() 的函数；该函数有两个参数 x 和 y，对应了初始坐标位置；该函数的作用是将 x 和 y 分别加 1，得到新的坐标位置；将计算后新的 x 和 y 同时作为该函数的返回值；调用 m

44.4249

1

0

0

关注作者

收藏

CDA助教老师

记账小程序

问题假设你现在有 1000 元，之前大手大脚的你觉得应该要好好记一下账。那用什么记账比较好呢？既然我们都学会了 Python，不如自己来写一个吧！我们的记账小程序比较简单，就两个功能。一个是工作赚钱的 work() 函数，一个是购物花钱的 shop() 函数。首先我们定义一个全局变量 money 用于存储我们的存款数，我们把赚的钱传入 work() 函数，work() 函数经过计算后增加 mone

38.6658

3

1

0

关注作者

收藏

wangxishi

pyhton连接数据库后使用sql代码如何查询数据库所有表名

之前一直使用python连接数据库，用sql代码查询，一直是使用哪个表找哪个表，现在想看看数据库里面都有哪些表，但是show tables不管用，想问下怎样查询出所有表名

35.2889

1

7

0

关注作者

收藏

CDA助教老师

定制 pow() 函数

quseiton:Python 中有个计算次方的内置函数——pow()。它接受两个参数，分别是底数和指数。比如要计算 2 的 3 次方，写成 pow(2, 3)，结果为 8。等价于乘方运算符 2 ** 3。接下来请你写一个定制的 pow() 函数，要求如下：定义一个名为 my_pow() 的函数；该函数有两个参数，分别是底数 x 和指数 y；函数的返回值为 x 的 y 次方（可以使用乘方运算符 *

36.5832

2

0

0

关注作者

收藏

wangxishi

本地文件导入hue的问题

本地文件导入hue（hive的可视化终端）一上午一直百度也没有解决问题想知道是什么原因导入不进去

35.2889

1

1

0

关注作者

收藏

wangxishi

关于python字符串拆分成列

如图，取数的时候一列里面有字符串，每个字符串是日期+数字格式，一共有3个不同日期分别对应3个数字，想拆分成3列日期和3列数字，请问怎么拆分？原始数据已上传测试数据.xlsx

35.7240

1

5

0

关注作者

收藏

我是大魔王哈哈

static关键字的意义

使用static关键字修饰成员变量表示静态的含义，成员变量由对象层级提升为类层级，就是说整个类只有一份被所有对象共享，该成员变量随着类的加载准备就绪，与是否创建对象无关

38.5549

1

0

0

关注作者

收藏

CDA助教老师

自动烹饪机

问题:#自动烹饪机#蜡笔小新一直幻想着能有一台自动烹饪机，这样再也不用担心妈妈会不会又做讨厌的青椒了，我们接下来用Python函数的知识来帮他实现吧！要求：定义一个名为 cooker，且有 4 个参数的函数；前两个参数是食材，第三个参数是烹饪出的食物，第四个是调料，该参数为默认参数，值为 '盐'。该函数的功能是在屏幕上打印出：我用{参数 1}和{参数 2}，加入{参数 4}，做出了{参数 3

35.9174

2

0

0

关注作者

收藏

<1…345…75>

CDA考试动态

CDA报考指南