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

啊啊啊啊啊吖

小波变换特征提取

#数据生成，信号模拟N=1024； k=6 #参数赋值x=（（1： N） - N/2 ） * 2 * pi * k / Ny=ifelse（x>0， sin（x）， sin（3*x）） #划分低频波动段和高频波动段signal=y rnorm（N） /10 #添加扰动项，生成信号变量#调用函数包library（waveslim）#对信号进行小波分解d=dwt（signal

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

设置工作空间

##设置工作空间#把“数据及程序” 文件夹复制到F盘下，再用setwd设置工作空间setwd（"F： /数据及程序/chapter4/示例程序"）#数据读取inputfile=read.csv（'./data/electricity_data.csv'， he=T）#构造属性loss=100*（inputfile［， 1］ -inputfile［， 2］） /inputfile［，

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

常用的离散化方法

常用的离散化方法有等宽法、等频法和（一维）聚类。（1）等宽法该法将属性的值域分成具有相同宽度的区间，区间的个数由数据本身的特点决定，或者由用户指定，类似于制作频率分布表。（2）等频法该法将相同数量的记录放进每个区间。这两种方法简单，易于操作，但都需要人为地规定划分区间的个数。同时，等宽法的缺点在于它对离群点比较敏感，倾向于不均匀地把属性值分布到各个区间。有

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

实体识别是从不同数据源识别出现实世界的实体，它的任务是统一不同源数据的矛盾之处，常见的矛盾有如下几个。（1）同名异义数据源A中的属性ID和数据源B中的属性ID分别描述的是菜品编号和订单编号，即描述的是不同的实体。（2）异名同义数据源A中的sales_dt和数据源B中的sales_date都是描述销售日期的，即A.sales_dt=B.sales_date。（3）

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

异常值处理

在异常值处理之前需要对异常值进行识别，一般多采用单变量散点图或是箱形图来达到目的。在R中，使用函数dotchart（）、 boxplot（）实现绘制单变量散点图与箱形图。异常值产生最常见的原因是人为输入的错误，如小数点输入错误，会把123.00g变成12300g。在数据预处理时，异常值是否剔除，需视具体情况而定，因为有些异常值可能蕴含着有用的信息。将含有异常值的记

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

用均值替换、回归插补及多重插补进行插补

##设置工作空间#把“数据及程序” 文件夹复制到F盘下，再用setwd设置工作空间setwd（"F： /数据及程序/chapter4/示例程序"）#读取销售数据文件，提取标题行inputfile=read.csv（'./data/catering_sale.csv'， he=T）#变换变量名inputfile=data.frame（sales=inputfile$'销量'， dat

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

缺失值处理

从统计上说，缺失的数据可能会产生有偏估计，从而使样本数据不能很好地代表总体，而现实中绝大部分数据都包含缺失值，因此如何处理缺失值很重要。一般来说，缺失值的处理包括两个步骤，即缺失数据的识别和缺失值处理。在R语言中缺失值通常以NA表示，可以使用函数is.na（）判断缺失值是否存在，另外函数complete.cases（）可识别样本数据是否完整从而判断缺失情况。在对

0.0000

0

1

0

关注作者

收藏

wangjuju123

循环中的 else 子句

通常，在循环中使用break是因为你“发现”了什么或“出现”了什么情况。要在循环提前结束时采取某种措施很容易，但有时候你可能想在循环正常结束时才采取某种措施。如何判断循环是提前结束还是正常结束的呢？可在循环开始前定义一个布尔变量并将其设置为False，再在跳出循环时将其设置为True。这样就可在循环后面使用一条if语句来判断循环是否是提前结束的。 broke_out = False fo

0.0000

0

5

0

关注作者

收藏

wangjuju123

while True/break成例

在Python中，for和while循环非常灵活，但偶尔遇到的一些问题可能让你禁不住想：如果这些循环的功能更强些就好了。例如，假设你要在用户根据提示输入单词时执行某种操作，并在用户没有提供单词时结束循环。为此，一种办法如下： word = 'dummy' while word: word = input('Please enter a word: ') # 使用这个单词做

0.0000

0

1

0

关注作者

收藏

wangjuju123

跳出循环 -continue

语句continue没有break用得多。它结束当前迭代，并跳到下一次迭代开头。这基本上意味着跳过循环体中余下的语句，但不结束循环。这在循环体庞大而复杂，且存在多个要跳过它的原因时很有用。在这种情况下，可使用continue，如下所示： for x in seq: if condition1: continu if condition2: continue

0.0000

0

1

0

关注作者

收藏

wangjuju123

跳出循环 - break

要结束（跳出）循环，可使用break。假设你要找出小于100的大平方值（整数与自己相乘的结果），可从100开始向下迭代。找到一个平方值后，无需再迭代，因此直接跳出循环。 from math import sqrt for n in range(99, 0, -1): root = sqrt(n) if root == int(root): print(n)

0.0000

0

2

0

关注作者

收藏

wangjuju123

反向迭代和排序后再迭代

来看另外两个很有用的函数：reversed和sorted。它们类似于列表方法reverse和sort（sorted 接受的参数也与sort类似），但可用于任何序列或可迭代的对象，且不就地修改对象，而是返回反转和排序后的版本。 >>> sorted([4, 3, 6, 8, 3]) [3, 3, 4, 6, 8] >>> sorted('Hello, world!') [' ', '!',

0.0000

0

6

0

关注作者

收藏

阿抽哥哥

Rstudio打开后总是会有警告，如何解决？

Rstudio警告图：解决方法：根绝路径进入tools-> global options-> packages-> cran mirror，试选一些国内的镜像，并选择稳定的镜像。

0.0000

0

1

0

关注作者

收藏

阿抽哥哥

win10系统下shift 右键不能打开命令窗口

win10系统下想通过"shift+右键"打开命令行窗口，以当前的路径打开jupyter notebook，但是没有"在此处打开命令行窗口"的选项，只有"在此处打开Powershell窗口"选项，咋办啊？解决方法：把下列代码写入记事本并保存为"opencmdhere.reg"，文件编码格式为"UCS-2 Little Endian"，后打开执行文件。Windows Registry Ed

0.0000

0

0

0

关注作者

收藏

wangjuju123

迭代时获取索引

在有些情况下，你需要在迭代对象序列的同时获取当前对象的索引。例如，你可能想替换一个字符串列表中所有包含子串'xxx'的字符串。当然，完成这种任务的方法有很多，但这里假设你要像下面这样做： for string in strings: if 'xxx' in string: index = strings.index(string) # 在字符串列表

0.0000

0

2

0

关注作者

收藏

wangjuju123

有时候，你可能想同时迭代两个序列。假设有下面两个列表： names = ['anne', 'beth', 'george', 'damon'] ages = [12, 45, 32, 102] 如果要打印名字和对应的年龄，可以像下面这样做： for i in range(len(names)): print(names[i], 'is', ages[i], 'years old'

0.0000

0

1

0

关注作者

收藏

wangjuju123

要遍历字典的所有关键字，可像遍历序列那样使用普通的for语句。 d = {'x': 1, 'y': 2, 'z': 3} for key in d: print(key, 'corresponds to', d[key]) 也可使用keys等字典方法来获取所有的键。如果只对值感兴趣，可使用d.values。你可能还记得，d.items以元组的方式返回键值对。for循环的优点之一

0.0000

0

2

0

关注作者

收藏

wangjuju123

while语句非常灵活，可用于在条件为真时反复执行代码块。这在通常情况下很好，但有时候你可能想根据需要进行定制。一种这样的需求是为序列（或其他可迭代对象）中每个元素执行代码块。注意基本上，可迭代对象是可使用for循环进行遍历的对象。第9章将详细介绍可迭代对象和迭代器。就目前而言，只需将可迭代对象视为序列即可。为此，可使用for语句： words = ['this', 'is',

0.0000

0

4

0

关注作者

收藏

wangjuju123

为避免前述示例所示的繁琐代码，能够像下面这样做很有帮助： x = 1 while x

0.0000

0

3

0

关注作者

收藏

wangjuju123

至此，你知道了如何在条件为真（或假）时执行操作，但如何重复操作多次呢？例如，你可能想创建一个程序，每月都提醒支付房租。如果只使用已介绍过的工具，必须像下面这样编写这个程序（伪代码）： send mail wait one month send mail wait one month send mail wait one month (... and so on) 但是如果希望程序这

0.0000

0

3

0

关注作者

收藏

<1…269270271…341>

CDA考试动态

CDA报考指南