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

liting李

什么叫点击率？点击率如何计算？公式是什么？

1、“点击率”来自于英文“Click-through Rate”（点进率）以及“Clicks Ratio”（点击率），是指网站页面上某一内容被点击的次数与被显示次数之比，即clicks/views，它是一个百分比。反映了网页上某一内容的受关注程度，经常用来衡量广告的吸引程度。2、点击率的计算网站的点击率是某一个内容被点击的次数在网站被浏览次数中所占比例，目前可以用百度统计来监测。3、公式点数数÷

133.3333

1

0

0

关注作者

收藏

刘其学

什么是均比差异百分比和标准比差异百分比？

什么是均比差异百分比和标准比差异百分比？

59.5849

1

0

0

关注作者

收藏

刘其学

销售额为什么不能使用累计计算？

为什么销售额不能使用累计计算？

300.0000

1

0

0

关注作者

收藏

CDA助教老师

在对模型进行过充分的离线评估之后，为什么还要进行在线 A/B 测试？

需要进行在线 A/B 测试的原因如下。( 1 ）离线评估无法完全消除模型过拟台的影响，因此，得出的离线评估结果无法完全替代线上评估结果。( 2 ）离线评估无法完全还原线上的工程环境。一般来讲，离结评估往往不会考虑线上环境的延迟、数据丢失、标签数据缺失等情况。因此，离线评估的结果是理想工程环境下的结果。( 3 ）线上系统的某些商业指标在离线评估中无法计算。离线评估般是针对模型本身进行

0.0157

1

0

0

关注作者

收藏

CDA助教老师

Word2Vec 与 LDA 的区别和联系

Word2Vec 与 LDA 的区别和联系，首先， LDA 是利用文挡中单词的共现关系来对单词按主题聚类，也可以理解为对“文挡－单词”矩阵进行分解，得到“文档－主题”和“主题－单词”两个概率分布。而 Word2Vec 真实是对“上下文－单词”矩阵进行学习，其中上下文由周围的几个单词组成，由此得到的词向量表示更多地融入了上下文共现的特征。也就是说，如果两个单词所对应的 Wor

0.0157

1

0

0

关注作者

收藏

CDA助教老师

谷歌 2013 年提出的 Word2Vec 是目前最常用的词嵌入模型之一。 Word2Vec 实际是一种浅层的神经网络模型，它有两种网络结构，分别是 CBOW (Continues Bag of Words ）和 Skip-gram。

0.0157

1

0

0

关注作者

收藏

CDA助教老师

有哪些文本表示模型？

1，词袋模型和 N-gram 模型最基础的文本表示模型是词袋模型。顾名思义，就是将每篇文章看成一袋子词，并忽略每个词出现的顺序。具体地说，就是将整段文本以词为单位切分开，然后每篇文章可以表示成一个长向量，向量中的每一维代表一个主要词，而该维对应的权重则反映了这个词在原文章中的重要程度。可以将连续出现的 n 个词( n

0.0157

1

0

0

关注作者

收藏

CDA助教老师

什么是组合特征？

为了提高复杂关系的拟合能力，在特征工程中经常会把一阶离散特征两两组合，构成高阶组合特征。以广告点击预估问题为例，原始数据有语言和类型两种离散特征，表 1.2 是语言和类型对点击的影响。为了提高拟合能力，语言和类型可以组成二阶特征，表 1.3 是语言和类型的组合特征对点击的影响。

0.0157

1

0

0

关注作者

收藏

CDA助教老师

在对数据进行预处理时，应该怎样处理类别型特征？

在对数据进行预处理时，应该怎样处理类别型特征？1，序号编码序号编码通常用于处理类别间具有大小关系的数据。例如成绩 ,可以分为低、中、高三挡，并且存在“高＞中＞低”的排序关系。序号编码会按照大小关系对类别型特征赋予一个数值 ID ，例如高表示为 3 、中表示为 2 、低表示为 1 ，转换后依然保留了大小关系。2，独热编码独热编码通常用于处理类别间不具有大小关系的特征。例如血

0.0157

1

0

0

关注作者

收藏

CDA助教老师

数据归一化并不是万能的

数据归一化并不是万能的。在实际应用中，通过梯度下降法求解的模型通常是需要归一化的，包括线性回归、逻辑回归、支持向量机、神经网络等模型。但对于决策树模型则并不适用。

0.0000

0

0

0

关注作者

收藏

CDA助教老师

归一化最常用的方法

对数值类型的特征做归一化可以将所有的特征都统一到一个大致相同的数值区间内。最常用的方法主要有以下两种。( 1 ）线性函数归一化（ Min-Max Scaling ）。它对原始数据进行统性变换，使结果映射到［ 0, 1 ］的范围，实现对原始数据的等比缩放。( 2 ）零均值归一化（ Z-Score Normalization ）。它会将原始数据映射到标准差为 l 的分布均值归一化（ Z-S

59.5849

1

0

0

关注作者

收藏

CDA助教老师

结构化数据和非结构化数据

（1）结构化数据。结构化数据类型可以看作关系型数据库的一张表，每列都有清晰的定义，包含了数值型、类别型两种基本类型；每一行数据表示一个样本的信息。( 2 ）非结构化数据。非结构化数据主要包括文本、图像、音频、视频数据，其包含的信息无法用一个简单的数值表示，也没离清晰的类别定义，并且每条数据的大小各不相同。

0.0000

0

0

0

关注作者

收藏

CDA助教老师

数据产品与大数据的关系

数据产品与大数据的关系非常不想写这样的踩着三俗概念的解释性文字，因为大数据是一个被所有人提起，但几乎所有人又不明白的概念。我在这里写什么概念解释都是错的，徒增搜索引擎的“负荷”。所以，还是回溯到核心价值角度来看：前面提到数据产品最大的价值在于辅助使用者优化决策，以及辅助决策价值的实现。如果把数据产品比作一台机器的话，那数据就像这台机器运转的原材料。“原材料”+“处理过程”+“结果展示与应用”≈数据

0.0000

0

0

0

关注作者

收藏

CDA助教老师

数据产品的三个关键要素

数据产品的三个关键要素我认为，要成就一个数据产品，需要关注三个关键要素：1).数据、2).决策逻辑、3).行动流程。数据的价值，毋庸置疑。它就像整体产品内部流淌的血液。具备什么样的数据类型、数据周期、数据粒度，往往会决定你的数据产品可以提供什么服务。决策逻辑是很多平庸的数据产品所欠缺的，它们只是简单的、响应式的展示了需求方的报表。好的数据产品，应该可以帮助用户思考，尤其是将平时用户遇到业务痛点师的

0.0000

0

0

0

关注作者

收藏

CDA助教老师

数据产品需求把握的特殊性

数据产品需求把握的特殊性一个真正好的数据产品要首先把握一个核心——找到用户的真正核心需求、痛点。这句话对于非数据产品的产品经理来说简直就是天经地义的废话。但对于一个数据产品经理而言，得来却不那么容易，有其特殊性。第一个特殊性，是需求层次特殊性，数据产品的用户中往往会有很多内部用户，他们对数据、数据分享、数据处理的理解和熟练程度各有不同，因此会提出各种不同层次的需求，概况起来大致包括：1).业务/管

0.0000

0

0

0

关注作者

收藏

CDA助教老师

数据产品的分类

在狭义的范畴里，从使用用户来看，可以是企业内部用户，外部企业客户，外部个人客户等。从产品发展形态来看，从最初的报表型（如静态报表、DashBoard、即席查询），到多维分析型（OLAP 等工具型数据产品），到定制服务型数据产品，再到智能型数据产品、使能型数据产品等。由于报表型数据产品过于苍白、可视化能力有限，而多维分析型数据产品更适合于专业的数据分析师而不是业务或运营人员，使用局限

0.0000

0

0

0

关注作者

收藏

CDA助教老师

为什么会有数据产品?

为什么会有数据产品?人们日常的商业活动都是“决策”和“行动”的螺旋上升过程及交织在一起的子过程，主过程里的"决策"表示内心拿定一个主意要怎么做，要达到什么样的目标，行动是具体的执行过程，比如用户要解决出行不方便的问题，他的主决策可能是“买一辆适合自己的轿车代步”，而在具体行动过程中，马上又会面临“买什么车”、“在什么渠道买”等子决策问题。所有的决策以及行动中的子决策过程都是基于“某种参考”的，最简

0.0000

0

0

0

关注作者

收藏

詹惠儿

python列表里的元素改变，为什么内存地址不变呢？

问：python列表里的元素改变，为什么内存地址不变呢？为什么a从[1,2]变成[1,2,None],内存位置不变呢?答：这是因为python列表是可变数据类型，其内部元素是可以改变的，当其内部元素改变时，还是用之前的变量保存，因此该列表的内存地址不变；相比python不可变数据类型如字符串，当字符串的某个元素改变，就会赋予一个新的变量来保存，其内存地址也就会改变。

47.6492

1

0

0

关注作者

收藏

詹惠儿

python报错：TypeError: an integer is required (got type str)

问：python报错：TypeError: an integer is required (got type str)答：根据报错提示可知报错原因是缺少必要的参数，通过查看splitlines函数说明文档，splitlines函数用法如下：此处出现报错是因为参数输入错误，有上述说明可知道keepends为False或者 True，默认为 False，不包含换行符，如果为 True，则保留换行符。

47.6492

1

0

0

关注作者

收藏

詹惠儿

mysql报错：Interna] lError: (1049, Unknown database 'pythonmysql'。)

问：mysql报错：Interna] lError: (1049, Unknown database 'pythonmysql'。)答：这是因为在连接mysql时指定了默认连接数据库为“pythonmysql”，而在服务端没有创建此数据库，解决方法是在连接命令时把语句database = 'pythongo'去掉，或者修改成已创建的数据库。

47.6492

1

0

0

关注作者

收藏

<1…303132…341>

CDA考试动态

CDA报考指南