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

zxq997

KNN算法基本步骤

k-近邻算法步骤：1，计算已知类别数据集中的点与当前点之间的距离；2，按照距离递增次序排序；3，选取与当前点距离最小的k个点；4，确定前k个点所在类别的出现频率；5，返回前k个点所出现频率最高的类别作为当前点的预测分类

11.4127

1

1

0

关注作者

收藏

啊啊啊啊啊吖

用R构建shiny应用程序--输入和输出

输入和输出在Sidebar上添加输入我们要使用R内置的datasets包中的mtcars数据构建程序，允许用户查看箱线图来研究英里每加仑（miles-per-gallon，简称MPG）和其他三个变量（气缸，变速器，齿轮）之间的关系。我们想提供一种方式来选择绘制MPG与哪个变量的图形，也提供了个选项，可选择绘图时包含或剔除异常值。为了完成这个目标，我们要往sidebar上加两个元素，一个是

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

用R构建shiny应用程序--UI

UI

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

数据挖掘模型中的IV

1、IV的用途IV的全称是Information Value，中文意思是信息价值，或者信息量。我们在用逻辑回归、决策树等模型方法构建分类模型时，经常需要对自变量进行筛选。比如我们有200个候选自变量，通常情况下，不会直接把200个变量直接放到模型中去进行拟合训练，而是会用一些方法，从这200个自变量中挑选一些出来，放进模型，形成入模变量列表。那么我们怎么去挑选入模变量呢？挑选入模变量过程是个

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

R里的shiny包学习--Reactivity

Reactivity的示例程序与Hello Text很相似，但是用到了反应式编程里更多细节的概念，要运行该例子，请键入：> library(shiny) > runExample("03_reactivity") 前面几个例子给你了个初步印象——Shiny应用程序的代码长成什么样子。前面解释了反应式编程的一点概念，不过略过了大部分细节。在本节，我们会更进一步讲解这些细节。如果你想更深入学习这

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

WOE的全称是“Weight of Evidence”，即证据权重。WOE是对原始自变量的一种编码形式。要对一个变量进行WOE编码，需要首先把这个变量进行分组处理（也叫离散化、分箱等等，说的都是一个意思）。分组后，对于第i组，WOE的计算公式如下：其中，pyi是这个组中响应客户（风险模型中，对应的是违约客户，总之，指的是模型中预测变量取值为“是”或者说1的个体）占所有样本中所有响应客户

35.8908

1

3

0

关注作者

收藏

啊啊啊啊啊吖

R里的shiny包学习--shiny text

Shiny Text这个应用程序展示的是直接打印R对象，以及用HTML表格展示数据框。要运行例子程序，只需键入：> library(shiny) > runExample("02_text") 前面那个例子里用一个滑动条来输入数值，并且输出图形。而这个例子更进了一步：有两个输入，以及两种类型的文本输出。如果你改变观测个数，将会发现Shiny应用程序的一大特性：输入和输出是结合在一起的，并且

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

R里的shiny包学习--shiny入门

Shiny是RStudio公司开发的新包，有了它，可以用R语言轻松开发交互式web应用。只用几行代码就可以构建有用的web应用程序—不需要用JavaScript。Shiny应用程序会自动刷新计算结果，这与电子表格实时计算的效果类似。当用户修改输入时，输出值自动更新，而不需要在浏览器中手动刷新。Shiny用户界面可以用纯R语言构建，如果想更灵活，可以直接用HTML、CSS和JavaScrip

169.9183

1

0

0

关注作者

收藏

啊啊啊啊啊吖

【新手向】R如何控制结果小数点位数

如何在R软件中设置：计算小数点后面只保留4位数？用print(x, digits = getOption("digits"))这样就可以针对具体的数值设定小数位。如：> x print(x,digits=5)[1] 3.1416

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

关于Fisher's exact计算的问题

这两天在看一篇论文，文中用到了Fisher's exact p值的计算。作者给的原始数据是（14，8606，21，10197659），计算出的p值是2.12E-34。由于我学R没有多长时间，便试着在R 2.15.2中再次验算，居然算出结果是2.2E-16。我觉得这两个结果之间差距太大了，于是请教了一个师兄，nice的帮我解答了一下，分享给大家参考。> fisher.test(matrix(c(1

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

面板分位数回归模型基于R

R软件程序脚本：rq.fit.panel

0.0000

0

0

0

关注作者

收藏

kejiayuan0806

自由度如何理解

自由度：取值不受限制的变量的个数。如何理解这句简单的话呢？给定一组数据，我们来计算不同的统计量，看看自由度的变化。这些数据分别为 1 2 4 6 8. 5个数。先来求平均值，这几个数据都可以任意变化成其它数据，而我们仍然可以对它们求平均值，它们的平均值也跟着变化。这时自由度为5，也就是说有几个数据自由度就是几。1）当我们来计算方差时，我们要先计算平均值，下一步再计算方差，计算完平均值后，我们

176.9019

2

2

0

关注作者

收藏

291294878

hive和HBASE区别有哪些？

1、hive是sql语言，通过数据库的方式来操作hdfs文件系统，为了简化编程，底层计算方式为mapreduce。 2、hive是面向行存储的数据库。 3、Hive本身不存储和计算数据，它完全依赖于HDFS和MapReduce，Hive中的表纯逻辑。 4、HBase为查询而生的，它通过组织起节点內所有机器的內存，提供一個超大的內存Hash表。5、hbase不是关系型数据库，而是一

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

用R绘制地图的一些包

这个是忙了好些天整理提取出来的中国地区底图文件，是R软件绘图必备的资料！供大家参考！# rm(list=ls())# setwd('d:/zlh/zlh cs/Rmap/')# library('geoR')# library('maps')# library('GISTools')# library("akima")# library("tseries")# library('s

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

如何提取时间序列中的数据

如题，怎么从时间序列中提取出同年不同月的数据啊呢？要是想合并的话不如一开始就用matrixsales

0.0000

0

0

0

关注作者

收藏

zxq997

字典的去重计数。

python的数据结构-字典，有一个特性。可以在计数的时候，去重，这比使用列表来计数容易得多字典能够检索内部的键，如果有，就将值 1；如果没有，就新添加一个键，并且值 1.如下：x='abcdaacdefg'y = {}for i in range(len(x)): if x.count(x[i]) >=1: y[x[i]] = x.count(x[i])pr

11.4127

1

4

0

关注作者

收藏

291294878

常用激化函数

1）sigmoid：将输出实值压缩到0-1之间。缺点：（输入非常大或非常小的时候）容易梯度消失；sigmoid函数是非0均值的，下一层的神经元将从上一层神经元得到的非0 均值的信号作为输入，再结合w计算梯度，始终都是正的。（可根据batch调节）2）Tanh：是0均值的。3）Relu（修正线性单元）：好处：收敛快，求梯度简单。具有稀疏特性。（相比于sigmoid：sigmoid反向传播

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

直方图让如何显著性标记

# loading needed librarieslibrary(ggstatsplot)library(psych)library(dplyr) # looking at the structure of the data using glimpsedplyr::glimpse(x = psych::sat.act)#> Observations: 700#> Variable

0.0000

0

4

0

关注作者

收藏

291294878

KD树是怎样进行搜索的？

1、首先从根节点开始递归往下找到包含x的叶子节点，每一层都是找对应的xi2、将这个叶子节点认为是当前的“近似最近点”3、递归向上回退，如果以x圆心，以“近似最近点”为半径的球与根节点的另一半子区域边界相交，则说明另一半子区域中存在与x更近的点，则进入另一个子区域中查找该点并且更新”近似最近点“4、重复3的步骤，直到另一子区域与球体不相交或者退回根节点5、最后更新的”近似最近点“与x

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

用R绘制地图（2）

ESRI公司的Shapefile文件是描述空间数据的几何和属性特征的矢量数据结构的一种格式。一个Shapefile文件最少包括三个文件：主文件(.shp):存储地理要素的几何图形的文件；索引文件(.shx):存储图形要素与属性信息索引的文件; dBASE表文件(*.dbf):存储要素信息属性的dBase表文件。除此之外还有可选的文件包括：空间参考文件(.prj), 几何体的空间索引文件(

0.0000

0

1

0

关注作者

收藏

<1…314315316…341>

CDA考试动态

CDA报考指南