热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
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
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
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
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
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
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
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
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
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
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
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
0
0
关注作者
收藏
啊啊啊啊啊吖
压缩思维笔记：PCA的优缺点
PCA的优点: 1. 对空间做线性的变化，从而更加安全来进行特征筛选，尽量的保留信息，降低欠拟合的风险。2. 新的特征下两两完全独立，这种独立的性质，对线性回归，逻辑回归，SVM模型是非常有效的。PCA的缺点：1. 只能对连续型的变量做PCA2. 对连续型的变量做PCA之前，一定要做标准化。3. 特征转换之后，新特征是完全独立的，但是不可以解释，所以如果业务的需求是要解释性强的模型，PCA就用不了
36.0000
0
0
关注作者
收藏
啊啊啊啊啊吖
提问：特征选择就可以降维了，为什么还非要搞个不理解的特征转换技术？
做特征筛选，是在暴力删除特征，这种方式会导致过多的信息的丢失(矩阵上非对角线的信息)，模型所学习到信息太少，有欠拟合的风险。
36.0000
0
0
关注作者
收藏
啊啊啊啊啊吖
提问：老师，这种分数不太高的模型后续提升分数大概是按什么步骤
------1. 找更多特征2. 使用更加强悍的模型
36.0000
0
0
关注作者
收藏
啊啊啊啊啊吖
提问：decisiontreeclassifie报错
------更新sklearn版本：pip install upgrade scikit-learn
36.0000
0
0
关注作者
收藏
啊啊啊啊啊吖
提问：n_estimators份采样集怎么做？
需要做n_estimators份采样集, 可以尝试使用dataframe的形式帮助做(效率低)# 首先将训练集的特征和标签拼在一起，因为做采样的时候，样本的特征和标签都同时来做采样train = pd.DataFrame(Xtrain)train['label'] = Ytraindata_train_ = []for i in range(n_estimators): # 每次循环的过程中
36.0000
0
0
关注作者
收藏
啊啊啊啊啊吖
提问：sklearn怎么填充缺失的数据
# 使用SimpleImputerfrom sklearn.impute import SimpleImputer# 使用中位数填补Agenum = ['Age']data_num = data.loc[:, num]SI_num = SimpleImputer(strategy = 'median')SI_num = SI_num.fit(data_num)data.loc[:, num] =
55.1551
0
0
关注作者
收藏
啊啊啊啊啊吖
提问：sklearn里包的分类
# sklearn里分两种包# 1. 机器学习模型包，这些包fit学习的是数据集特征和标签之间规律可以使用这个规律来预测标签，predict, score# 2. 数据处理的包， 这个包的目标是处理，清洗，转化数据（transform）# 3. 不管是哪一种包，输入必须是二维数组，输出是array
55.1551
0
0
关注作者
收藏
liting李
如何开展A/B测试
开展A/B测试，可以分为6个步骤：确立优化目标。分析数据。提出想法。重要性排序。实施A/B测试并分析实验结果。迭代整个流程，进行下一轮A/B测试。
55.1551
0
0
关注作者
收藏
liting李
什么是ab test
A / B测试，即有两个即将面对大众的设计版本(A和B)。通过小范围发布，得到并比较这两个版本之间你所关心的数据(转化率，业绩，跳出率等)，最后选择效果最好的版本。对于互联网产品来说，通过A/B测试提升点击转化率，优化获客成本已得到越来越多的关注。以获客环节为例：许多产品都会在百度、头条等渠道投放落地页广告，以完成新用户的注册转化，而落地页效果的好坏，会直接影响转化率和获客成本。以每月200万投放
55.1551
2
0
关注作者
收藏
<1…192021…341>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1