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

赵娜0418

数据清理的基本流程是什么？

1）按不同的属性排序数据2）对于大数据集，逐步清理并改进数据，直到获得良好的数据质量3）对大型数据集，可以先将其分解为小数据集，使用更少的数据将增加迭代速度4）要处理常见的清理任务，请创建一组实用程序函数/工具/脚本。它可能包括基于CSV文件或SQL数据库重映射值，或者正则表达式搜索和替换，消除所有不匹配正则表达式的值5）如果在数据清理方面存在问题，请按照估计的频率进行安排并解决问题6）分析每列的

2.0724

3

0

0

关注作者

收藏

赵娜0418

处理离线分析的基本流程是什么？

一般来说离线分析都是这个流程。各流程概述：1. 数据采集：定制开发采集程序，或使用开源框架FLUME2. 数据预处理：定制开发mapreduce程序运行于hadoop集群3. 数据仓库技术：基于hadoop之上的Hive4. 数据导出：基于hadoop的sqoop数据导入导出工具5. 数据可视化：定制开发web程序或使用kettle等产品6. 整个过程的流程调度：hadoop生态圈中的oozie工

2.0724

3

2

0

关注作者

收藏

陈yy123

Python split(",",2)

str 取前两名成员：那么假设我们只关心，优秀学员的前两名，那么这时候，我们应该怎么办？

37.1459

1

5

0

关注作者

收藏

维博520

三种最常见的数据类型分析

三种最常见的数据类型分析：二维数据分析时间序列分析网络数据分析

37.1459

1

1

0

关注作者

收藏

zzz778290113

感知机算法：用一条线来做分类，线的上方属于一类，下方属于另一类感知机的结果是通过一条线将测试集百分之百的分开对于非线性不可分的数据及来说，是找到一条高维的曲线来将类别分开是一种有监督模型超平面：超平面就是超平面在一维和二维空间下就是一条线xgboost安装：pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple对于感知机来说初

37.2563

2

3

0

关注作者

收藏

s1223452840

打开jupyter notebook时浏览器不能自动弹出问题?

解决办法一：将http://localhost:8888/tree复制到浏览器打开此种方法每次需要重新输入，或复制链接，略显麻烦，请移步到方法二解决办法二：1、win+r 然后输入cmd,回车打开命令窗口2、在命令窗口中输入jupyter notebook --generate-config，回车，有的电脑会提示输入y/N，输入y，回车找到jupyter notebook --generate-c

37.2563

4

1

0

关注作者

收藏

s1223452840

np.argsort()函数的功能和用法?

np.argsort()函数将数组的值从小到大排序后，并按照其相对应的索引值输出一维数组:a = array([3, 3, 6, 2, 1, 9])print(np.argsort(a))输出:[4 3 0 1 2 5]分析：a[4]=1 为ａ中最小值，排序后第一个为１，其索引为４；a[5]=9 为a中最大值，排序后最后一个为９，其索引为５．

37.2563

4

1

0

关注作者

收藏

liting李

如何优化模型？

如果在评估模型时，发现模型欠拟合（即效果不佳）或者过拟合，则模型不可用，需要优化模型。所谓的模型优化，可以有以下几种情况：1）重新选择一个新的模型；2）模型中增加新的考虑因素；3）尝试调整模型中的阈值到最优；4）尝试对原始数据进行更多的预处理，比如派生新变量。不同的模型，其模型优化的具体做法也不一样。比如回归模型的优化，你可能要考虑异常数据对模型的影响，也要进行非线性和共线性的检验；再比如说分类模

32.4102

2

1

0

关注作者

收藏

liting李

一般什么时候需要优化模型？

优化模型，一般发生在两种情况下：一是在评估模型中，如果发现模型欠拟合，或者过拟合，说明这个模型待优化。二是在真实应用场景中，定期进行优化，或者当发现模型在真实的业务场景中效果不好时，也要启动优化。

32.4102

2

7

0

关注作者

收藏

马敏11

python中关于math模块的引用

先引用math 全拼：mathematicsimport math查看math下所有功能dir(math) ['__doc__', '__loader__', '__name__', '__package__', '__spec__', 'acos', 'acosh', 'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign',

47.5818

2

0

0

关注作者

收藏

马敏11

python中类的继承

类的继承在现在该类的基础上，创建出一些相似的类在面向对象的过程中，被继承的类称为：父类或基类；新的类称为子类或派生类。这种定义其实非常简单，我们只需要在类定义的基础上，在参数的位置上放入我们父类的类名即可父类：class Employee: #类描述 """ 该类为：没你不行有限公司，数据科学部员工 """ company = "没你不行有限公司"

47.5818

2

1

0

关注作者

收藏

s1223452840

怎么拿for循环打印九九乘法表 ?

最后一行print("")功能是换行.

47.5818

4

1

0

关注作者

收藏

三角函数1

excel函数、条件格式、值汇总方式、图标汇总

excel函数、条件格式、值汇总方式、图标汇总

37.9304

6

2

0

关注作者

收藏

陈yy123

字典推导式

生成一个字典，键从1到10，对应的值从90到99。提示：用列表生成式+zip()+dict()。用字典推导式

32.0755

2

5

0

关注作者

收藏

马敏11

Python有哪些外壳

1.“ if ”系列条件判断语句判断两个条件的if else条件判断语句 age = int(input("请输入你的年龄")) if age >= 18: print("成年了，可以去网吧了") else: print("未成年，不能入内") 判断超过两个条件的if elif 和 else语句

22.4147

3

0

0

关注作者

收藏

刘思婵

补充：二分-kMeans算法（二分K均值聚类）

基本思想首先二分-K均值是为了解决k-均值的用户自定义输入簇值k所延伸出来的自己判断k数目，其基本思路是：为了得到k个簇，将所有点的集合分裂成两个簇，从这些簇中选取一个继续分裂，如此下去，直到产生k个簇。比如要分成5个组，第一次分裂产生2个组，然后从这2个组中选一个目标函数产生的误差比较大的，分裂这个组产生2个，这样加上开始那1个就有3个组了，然后再从这3个组里选一个分裂，产生4个组，重复此过程，

22.3108

3

1

0

关注作者

收藏

CDA助教老师

# 利润计算器 #

问题:# 利润计算器 #你在同福客栈工作,工作干得不错，佟湘玉老板让你做酒水专柜负责人,并许诺你卖出酒水可以获得净利润的1%作为提成奖励,已知的信息如下：酒水专柜目前只卖女儿红，每坛售价 100 文钱，成本为 40 文钱；酒水专柜每天的各项成本为 300文钱。接下来请你写一个利润计算器来计算一下酒水专柜每天的利润，要求：1,定义一个名为 calc_profit 的函数；2,该函数有一个参数，为当

58.4847

4

2

0

关注作者

收藏

三角函数1

业务理解汇总

业务理解汇总

22.3812

5

1

0

关注作者

收藏

1530553748

数据类岗位的要求: 如下

一 . 简单总结下数据类岗位的要求，明确要求，对未来的发展目标有个清晰的认识

22.2118

3

5

0

关注作者

收藏

CDA助教老师

问题:## 编程门迎##你现在是同福客栈新招的门迎店员，你的老板佟湘玉让你每天在门口欢迎进来的顾客，比如郑公子来了就说：“尊敬的郑公子,欢迎光临同福客栈”，刑捕头来了就说：“尊敬的邢捕头,欢迎光临同福客栈”，以此类推。现在，让我们用Python函数来实现这个功能：定义一个名为 welcome 的函数；该函数有一个参数，用于接收顾客的姓名；该函数的功能是打印出尊敬的xxx，欢迎光临同福客栈,其中

517.1517

8

6

0

关注作者

收藏

<1…454647…340>

CDA考试动态

CDA报考指南