数据分析师-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

詹惠儿

什么是HHI指数

问：什么是HHI指数答：赫希曼指数(Herfindahl-HirschmanIndex，简称HHI）赫芬达尔——赫希曼指数是反映市场集中度的综合指标，简称HHI指数，它是用某特定市场上所有企业的市场份额的平方和来表示，其公式为：· X——市场的总规模· Xi——i企业的规模· Si = Xi / X——第i个企业的市场占有率· n——该产业内的企业数著名经济学家赫尔希曼认为,非均衡发展就是要集中有

188.9092

2

0

0

关注作者

收藏

詹惠儿

数据不平衡一般指的是标签的不平衡还是特征不平衡呢？怎么去界定一份数据是否平衡？

问：数据不平衡一般指的是标签的不平衡还是特征不平衡呢？怎么去界定一份数据是否平衡？答：1、机器学习中的数据不平衡是指标签（因变量）比例不平衡2、一般因变量中0/1的比例超过4:1，例如标签为0的数据占90%，标签为1的数据占10%，就说是数据不平衡了，不过这个不是唯一界定值，不同公司的标准都不一样。

180.0000

1

0

0

关注作者

收藏

詹惠儿

拜耳案例中的产品下架时间为什比上架时间早

问：关于拜耳案例的数据，第二个字段“时间”是指什么时间，我看了都集中在11月22日18点-19点之间。另外下架时间这个字段，是指产品下架时间吗？时间在2017年3月2日，但数据是2018年10月22日-2018年11月22日的交易数据，已经过了下架时间，产品还能卖？以下为灭鼠的数据：答：“时间”是指销售时间；淘宝有上下架规则，7天一个周期，比如是10月1日中午10点上架，七天的产品有效期，就是到1

183.6778

2

0

0

关注作者

收藏

詹惠儿

怎么调整bi界面的大小

问：怎么调整bi界面的大小答：不能调整bi整个界面的大小，只能调整bi界面某一区域的大小，可以通过调整右边编辑栏的大小来改变主视图的大小。

80.0000

1

0

0

关注作者

收藏

詹惠儿

怎么创建一个时间为半年，步长为1的时间辅助列？

问：怎么创建一个时间为半年，步长为1的时间辅助列？答：创建方法如下：打开PQ编辑器，选择添加列，设置如下

80.0000

1

0

0

关注作者

收藏

詹惠儿

怎么创建一个时间为半年，步长为1的时间辅助列？

问：怎么创建一个时间为半年，步长为1的时间辅助列？答：创建方法如下：打开PQ编辑器，选择添加列，设置如下

80.0000

1

0

0

关注作者

收藏

詹惠儿

一般度量值都是写在多表里？

问：一般度量值都是写在多表里？答：度量值从多表中出才是正确的，因为在双向连接中，多表出维度，一表出值，值的结果为多表下一表的不同情况的汇总值，而在单向连接中，多表出维度，一表出值，是无法正确汇总值

80.0000

1

0

0

关注作者

收藏

詹惠儿

请问以下week函数做法是否正确？

问：请问以下做法是否正确？答：不正确，我们计算生日是看月和日是否相同，不是看周数是否相同，例如下面的2019-1-5日和2020-1-5日用week函数计算的结果不同，但是却是本题中的答案。

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

面试提问：关于boosting

1. 记住损失函数的公式，并且不要忘了后面的约束项(在adboost和GBDT中约束是0)2. 除了adaboost classifier的基是分类树，其他的所有的boost算法(GBDTClassifer, GBDTRegressor,XGBoostClassifer, XBoostRegressor)的基是回归树3. 强行的记住Xgboost中损失函数的约束项是一个是对新的模型的叶节点总个数的

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

GBDT如何处理分类问题

1．基模型始终都是回归树模型2.损失函数是逻辑回归中的logloss损失函数,3.损失函数的优化的解提示了什么信息?提示新的模型是如何得到，是使用回归树模型训练X和之前的叠加模型遗留下来的类概率值相关的残差，并且树模型的叶节点的输出不再是想回归问题中残差的平均值，而是

80.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

如何控制模型的复杂度?

如何控制模型的复杂度?1．直接在模型的结构中进行控制，树模型中的剪枝,max_depth，min_samples_split2．从损失函数中通过添加约束项的方式来控制模型的复杂度(L1，L2范式)1.L1和L2范式是专门来控制模型的复杂度的2．只要模型有损失函数函数，那么就可以上L1，L2来控制复杂度

80.0000

1

0

0

关注作者

收藏

liting李

跳出率怎么算？

跳出率是指在只访问了入口页面（例如网站首页）就离开的访问量与所产生总访问量的百分比。跳出率计算公式：跳出率=访问一个页面后离开网站的次数/总访问次数

0.0000

0

0

0

关注作者

收藏

liting李

如何提高平均访问深度？

1、网站要合理的排版和布局。结构简洁明了的网站会让用户产生如沐春风的感觉，自然愿意多在网站停留一段时间了。2、网站的内容。总的来说，精良的网站内容会让用户停留更多时间。3、合理的导航和适当的内部链接锚文本。导航能让用户从任何页面都能够很轻易的回到其他想去的页面，但是导航切不可盲目的追求美观而去使用一些flash或者其他的搜索引擎难以辨认的内容，实用就行，一般可以直接使用文字导航，这样简洁明了。另外

36.0000

1

0

0

关注作者

收藏

liting李

平均访问深度是什么意思？平均访问深度怎么算？

平均访问深度指用户浏览某个网站的过程中浏览了该网站的页数的平均值。网站访问深度就是用户在一次浏览某个网站的过程中浏览了该网站的页数。简称DV。用户访问网站的深度用数据可以理解为网站平均访问的页面数（平均访问深度），就是PV和uv的比值，这个比值越大，用户体验度越好，网站的粘性也越高。

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

压缩思维笔记：GBDT

GBDT，梯度提升树模型：1. 可以处理回归问题，基是回归树模型，并且损失函数是MSE2. 也可以处理分类问题，基还可以是回归树模型，但是损失不一样，损失是logloss

0.0000

0

0

0

关注作者

收藏

liting李

什么是SQL中的Joins(连接)?

Join用于从相关的行和列中检索数据。它在两个或多个表之间工作,并且它从两个表返回至少一-个匹配。Joins类型是:Right Join (右连接)Left Join (左连接)Inner Join (内连接)Outer Join (外连接)Self- Join (自连接)Cross Join (交叉连接).Full Join (全连接)

36.0000

1

0

0

关注作者

收藏

liting李

什么是电商黄金公式？

问：什么是电商黄金公式？答：电商黄金公式：销售额 = 流量 * 转化率 * 客单价1.流量流量分为三大块：免费流量、付费流量、活动流量免费流量主要通过搜索渠道获取，跟商品的交易排名、上下架时间（这个上下架时间是虚拟的上下架时间，不是实际货品上下架时间）、店铺综合指数、SEO标题优化等相关；付费流量主要是通过付费推广，获得平台的资源位置展现；活动流量则是通过参与平台618、双11等活动，在活动

36.0000

1

0

0

关注作者

收藏

永洪科技

想用一张报表满足多人需求？只需这3招，轻松实现0到100分新突破

企业中不同角色的人在看数据时，关心的详尽程度往往各有不同，管理者更关注粗粒度、如每个月的表现，一线运营人员则会希望看到每一天的表现。那么分析师应该如何只用一张报表来同时满足不同用户的需求呢？下面的做法将帮助您解决动态维度转换，通过脚本函数的编写，实现饼图上下钻取、图表动态绑定维度列、多维能力指数分析等功能场景，随心所欲替换展示不同需求。01 饼图下钻内容描述：通过超链接进行页面刷新并传参，在全局脚

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

面试问题：PCA转换之后的新的特征怎么来的

PCA转换之后的新的特征怎么来的，每一个新特征，都是有所有原始的特征通过线性组合而得来的

36.0000

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：特征选择好理解，选特征嘛做减法，但是PCA是怎么做到降维的呢

PCA，尝试对空间做一个变换，PCA可以保证找到相互独立的特征，在新的特征下，就可以很轻松来做特征筛选，由于新的空间下，方差矩阵中非对角线上的值为0。从而特征筛选的过程中，不会误删太多的信息，降低模型欠拟合的风险。或者换一句来说，PCA的效果就是将原来的方差矩阵，非对角线上的信息量，重新分配到对角线上去，从而可以很安全的做特征筛选。

36.0000

1

0

0

关注作者

收藏

<1…181920…340>

CDA考试动态

CDA报考指南