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

数字人bot

从excel到数据分析大赛获奖，一名产品经理的经验心得

大家好，我是来自一家工业互联网平台的数据产品经理，工作内容大量用到数据报表和PPT。前不久，我参加了2020永洪BI数据分析冬季精英挑战赛，还获得了优胜奖。今天，想跟大家分享一些我的使用体验。在日常的工作中，我接到报表需求都是先用excel对接数据库完成取数，或者直接让开发同事开发到系统中，但问题也丛出不穷，经常遇到开发同事刚完成，业务需求就改变，导致逻辑不断修改，开发投入不断增加。这是我的获奖作

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

K均值聚类算法里类别数k的选择

k均值聚类中的类别数k值需要预先指定，而在实际应用中最优的k值是不知道的。尝试用不同的k值聚类，检验得到聚类结果的质量，推测最优的k值。聚类结果的质量可以用类的平均直径来衡量。一般地，类别数变小时，平均直径会增加类别数变大超过某个值以后，平均直径会不变，而这个值正是最优的k值。实验时，可以采用二分查找，快速找到最优的k值。

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

贝叶斯网络应用列举

最早的PathFinder系统，该系统是淋巴疾病诊断的医学系统，它可以诊断60多种疾病，涉及100多种症状;后来发展起来的Internist − I系统，也是一种医学诊断系统，但它可以诊断多达600多种常见的疾病。1995年，微软推出了第一个基于贝叶斯网的专家系统，一个用于幼儿保健的网站OnParent (www.onparenting.msn.com)，使父母们可以自行诊断。以上是两个具体的贝叶

34.2857

1

0

0

关注作者

收藏

啊啊啊啊啊吖

压缩思维笔记：贝叶斯的思想

贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是：1、已知类条件概率密度参数表达式和先验概率。2、利用贝叶斯公式转换成后验概率。3、根据后验概率大小进行决策分类。

34.2857

1

0

0

关注作者

收藏

永洪科技

报表需求源源不断？手把手教你提升报表通用性

什么是数据行级别的权限过滤？通常，我们拿来制作报表的数据是一张记录了大量数据的长表，这类表中有明显的指标分类，例如省份、大区等，如何用同一张报表，针对不同的用户展示其对应分类的指标数据，这就是我们要实现的数据行级别权限控制。数据行级别的权限控制，使报表的通用性获得提升，减少业务人员的工作量，增加数据展示的灵活性。下面我们来详细解析数据行级别权限控制的简单应用场景。01 案例解析场景：某企业在各大省

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

压缩思维笔记：最优化算法

最优化算法：1、梯度下降法：利用一阶导2、牛顿法：利用一阶导和二阶导3、拟牛顿法：用正定矩阵代替黑塞矩阵的逆4、坐标轴下降法：沿着坐标轴平行的方向进行优化

63.4485

1

0

0

关注作者

收藏

liting李

转化率低有哪些原因？

转化率低，除了详情页、价格、文案、主图，还有就是流量入口会导致转化率降低：淘宝多个流量入口，不同的流量入口，访客质量以及流量精准度都是不一样的，因为每个入口展示给的人群是不一样的，所以最终的转化也不同。就像手淘推荐的流量，虽然流量大，但是转化都是偏低的，都是根据买家过往测览等行为进行推荐的商品，从首页去找喜欢并且感兴趣的产品，需求度是不高的。要说高转化渠道还是手淘索用户有需求直接搜索，因此搜索需求

68.4740

2

0

0

关注作者

收藏

liting李

有几种编码的方式？

　　ASCII编码，只能编码127个字符，所以数量有所限制　　GB2312（2个字节）中国用来编写中文并且建立在ASCII码上，不能与ASCII冲突。之后，韩国、日本都有自己的编码 and so on.　　Unicode编码（2个字节），把所有语言都统一到一套编码里。缺点是2个字节，浪费存储空间。　　UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成

72.1517

3

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：数据量纲化我知道了，无量纲化又是什么

数据无量纲化在机器学习算法实践中，我们往往有着将不同规格的数据转换到同⼀规格，或不同分布的数据转换到某个特定分布的需求，这种需求统称为将数据“无量纲化”。比如梯度和矩阵为核⼼的算法中，对于逻辑回归，⽀持向量机，神经⽹络等，⽆量纲化可以加快求解速度；⽽在距离类模型，⽐如K近邻，KMeans聚类中，⽆量纲化可以帮我们提升模型精度，避免某⼀个取值范围特别⼤的特征对距离计算造成影响。（⼀个特例是决策树和树

272.6202

1

0

0

关注作者

收藏

啊啊啊啊啊吖

提问：大数据怎么描述？

大数据常见于右偏分布，如果有偏性不是特别严重的话，如曲线 1，仍然可以使用常务性指标，如中位数、四分位距、异常、最大值与最小值。曲线 2 增加了拐点，拐点的意义在于区分左侧与右侧不同用户的群体特征，比如左侧的用户群体与普通的右偏分布大体相当，因此仍然使用传统的常务性指标描述大众与小众；但右侧的群体特征没有峰值并不区分大众、小众，一般重点描述全距及等宽度区间对应的概率及业务意义。因此需要回答，为什么

272.6202

1

0

0

关注作者

收藏

詹惠儿

MySQL报错1066：Not unique table/alias

问：MySQL报错1066：Not unique table/alias答：这是因为SQL 语句中出现了非唯一的表或别名。解决方法为：1、请检查出现问题位置的 SQL 语句中是否使用了相同的表名，或是定义了相同的表别名。2、检查 SELECT 语句中要查询的字段名是不是定义重复，或者没有定义。查错：调试程序的时候发现，果真是调用MySQL的mysql_real_query()方法执行查询的时候，同

188.9092

2

0

0

关注作者

收藏

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

<1…181920…341>

CDA考试动态

CDA报考指南