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

wangjuju123

从SQL导出或导入文件是出现1290错误怎么办？

这是因为sql导出文件应该导入到根目录下，可以用show variables like '%secure%';命令显示文件目录，然后讲文件目录更改为自己的根目录即可。

0.0000

1

4

0

关注作者

收藏

wangjuju123

用IDEL打开fig文档，显示错误？

1. 我用IDEL打开fig文档，为什么是错误的显示？用编辑器打开，不要用ide，这个只是配置文件，是用来编辑的，不是用来执行的。

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

文本文件基础

处理文本文件的第一步是通过 open 命令来获取一个文件对象：# 'r' 意味着只读file_for_reading = open('reading_file.txt', 'r')# 'w' 是写入——会破坏已存在的文件!file_for_writing = open('writing_file.txt', 'w')# 'a' 是添加——加入到文件的末尾file_for_appendi

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

梯度下降的python实现

假设我们（以某种方式）为参数 theta_0 设定了某个初始值，那么可以如下使用梯度下降法：def minimize_batch(target_fn, gradient_fn, theta_0, tolerance=0.000001):"""use gradient descent to find theta that minimizes target function"""step_si

0.0000

1

5

0

关注作者

收藏

啊啊啊啊啊吖

如果 f 是单变量函数，那么它在 x 点的导数衡量了当 x 发生变化时， f(x) 变化了多少。导数通过差商的极限来定义：def difference_quotient(f, x, h):return (f(x h) - f(x)) / h其中 h 趋近于 0。导数就是在点 (x, f (x)) 的切线的斜率，而差商就是通过点 (x, f (x)) 和点 (x h, f (x h)

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

梯度下降的思想

假设我们拥有某个函数 f，这个函数输入一个实数向量，输出一个实数。一个简单的例子如下：def sum_of_squares(v):"""computes the sum of squared elements in v"""return sum(v_i ** 2 for v_i in v)我们常常需要最大化（或最小化）这个函数。这意味着我们需要找出能计算出最大（或最小）可能值的输入

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

关于安装arulesviz的问题

请问如何安装arulesViz包的问题，试了很多次都不能安装arulesViz这个包，想做关联规则的可视化图。我安装的时候出现的是下面的结果：> install.packages("arulesViz")also installing the dependency ‘igraph’ 有二进制版本的，但源代码版本是后来的: binary source needs_c

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

R做回归分析怎么保存结果

> summary(lm.re)Call:lm(formula = height ~ age)Residuals: Min 1Q Median 3Q Max-0.27238 -0.24248 -0.02762 0.16014 0.47238Coefficients: Estimate Std. Error t v

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

手动安装wle包

由于wle包已于6月被cran移除,所以现在想用必须要手动安装,但是安装过程中遇到报错,求助a已解决，只需安装rtools即可

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

【问题求助】grprep包做grouplasso回归

在用grpreg()包实现group lasso回归的时候，如何确定选择lamda时使用了哪种准则，或者我想使用不同准则（比如比较BIC和Cp准则哪个更接近真实模型）时，应该调整哪个参数？因为我觉得用法说明里面哪个参数不能选择信息准则……求知道的大神帮忙，多谢！下附grpreg()用法介绍：grpreg(X, y, group=1:ncol(X), penalty=c("grLasso

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

皮尔逊相关系数和余

在做聚类分析时，我发现用余弦相似度和皮尔逊相关系数作为相似性度量所得到聚类结果有一定差异。请问，这两者有什么区别1.如果数据密集（所有数据几乎都有属性值，属性值量级重要），就用欧几里德算法2.数据受级别膨胀影响（不同的用户使用不同的评分标准），就用皮尔逊相关系数算法3.数据稀疏性强，就考虑用夹角余弦相似度算法

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

R如何实现欧式距离等计算

如何计算每列间的距离，假如计算第一列与其他列之间的距离，并求出距离最小的那一组，在R中能否实现欧氏距离和马氏距离的计算？请求解答。在R中计算距离的函数为dist()，比较直接的用法是dist(x,method="euclidean")即为计算欧式距离，其余可选的参数还有"maximum", "manhattan", "canberra", "binary" ,"minkowski"，lz调整这个

0.0000

0

1

0

关注作者

收藏

zxq997

数据过滤的过程

数据过滤的过程主要是建立区隔化模型的过程。有些单一变量虽对整体客群有鉴别力，但不一定对特定客群亦具有鉴别力。举例来说，在银行申请者评分中，“年龄”这个变量在判定绩效指针上具有一定程度之鉴别力，如下图所示，年龄越大，坏件率（Bad%）越来越低。但若将申请样本依照收入区分成“高收入分群”与“低收入分群”，如下图所示，可看出坏件率（Bad%）在高收入分群中，各年龄区间的差异并不显著。因此，若能建立区隔化

0.0000

0

2

0

关注作者

收藏

zxq997

数据预处理的首要步骤

数据预处理的首要步骤是要对数据进行字段选择（Attribute Selection），字段选择包括数据整合（Data Integration）和数据过滤两个方面（Data Filtering）。数据整合是将不同来源的数据整合在一个数据库中的过程。因为数据的来源不同，数据可能会出现不一致的情况，包括数据结构不一致、属性名不一致和属性值不一致。例如：不同来源的收入表，可能以人民币做单位，也可能以美元做

0.0000

0

4

0

关注作者

收藏

zxq997

Profit Chart与Gain Chart

Profit Chart与Gain Chart和Lift Chart不同，其主要表示的是模型可能带来的收益，而不是模型的正确率。故要想将Gain Chart等转换为Profit Chart，即必须知道营销活动的收入与成本。假设ACME（型录邮购公司）促销活动的固定成本为20000美元，邮寄一单位型录的成本是1美元，卖出一件商品的净利是45美元，则下图4-9表示的是ACME促销活动的成本矩阵。

0.0000

0

1

0

关注作者

收藏

zxq997

Lift Chart是在Gain Chart的基础上，保持横轴不变，即营销人数的百分比，而纵轴换为绩效的增益，如下图所示。可见绩效的增益呈下降趋势，最后当营销人数占总客户人数的100%是，绩效的增益为1，即没有增益。

0.0000

0

2

0

关注作者

收藏

zxq997

Gain Chart主要用来评估模型的好坏，如下图所示，横轴为营销人数的百分比，纵轴为有回应人数的百分比。①表示在向所有客户进行营销的情况下有回应人数的百分比为100%。图中的直线表示随机挑选的一定量的客户进行营销活动所对应的有回应人数的百分比数值，该直线的斜率为45°。而曲线表示根据数据挖掘结果所呈现的营销对象名单进行营销所得到的有回应人数的百分比数值。根据图示数据，假定营销人数被限定在总客户人

0.0000

0

2

0

关注作者

收藏

阿抽哥哥

DataFrame中对某列数据修改属性失败

问题报错图：解决办法：首先，使用DataFrame的某列数据时用中括号只能列名，其次，这里不能直接astype的原因是数据中含有字符"，"，不能直接转成int，改成一下代码即可data["总金额_美元"].map(lambda x:x.replace(",",""))astype(int)

0.0000

0

5

0

关注作者

收藏

zxq997

模型的评估

预测型数据挖掘，需要评估模型的性能，评价指标的构建基本都是基于混淆矩阵。如下图所示：正确率(Accuracy)、响应率(Precision)、查全率(Recall)以及F-指标(F-Measure)都是从不同方面对数据挖掘模型进行评估的指标，是数据挖掘技术绩效增益的一种表现形式，其评估依据是模型预测结果与真实结果之间的差异。正确率表示的是模型预测的准确程度，即模型预测的准确数目占总预测数目

0.0000

0

2

0

关注作者

收藏

zxq997

python简单画图（二）

0.0000

0

2

0

关注作者

收藏

<1…265266267…341>

CDA考试动态

CDA报考指南