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

陈革007

统计学: 正态分布函数的性质

概率密度函数在x 的上方，即f (x)>0正态曲线的最高点在均值m，它也是分布的中位数和众数正态分布是一个分布族，每一特定正态分布通过均值m和标准差s来区分。 m 决定了图形的中心位置, s决定曲线的平缓程度，即宽度曲线f(x)相对于均值m对称，尾端向两个方向无限延伸，且理论上永远不会与横轴相交正态曲线下的总面积等于1随机变量的概率由曲线下的面积给出

30.1308

5

1

0

关注作者

收藏

PanHero_龙宝宝

MySQL还挺难的

虽然上课都听懂了但每次都要对着老师以前讲过的题参考代码才能做出来根本没办法独立完成

38.2107

3

3

0

关注作者

收藏

lll

什么时候需要进行数据标准化，什么时候不需要进行数据标准化？

当原始数据不同维度上的特征的尺度（单位）不一致时，需要标准化步骤对数据进行预处理，反之则不需要进行数据标准化。例如下面这几类问题一般都需要进行数据标准化：1.回归问题2.机器学习算法3.训练神经网络4.聚类问题5.分类问题6.主成分分析（PCA）问题

29.8841

5

3

0

关注作者

收藏

赵娜0418

哑变量是什么？引入哑变量的目的是什么？

哑变量（Dummy Variable），也叫虚拟变量，引入哑变量的目的是，将不能够定量处理的变量量化，如职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。这种“量化”通常是通过引入“哑变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为哑变量（dummy variables），记为D。举一个

30.7154

4

3

0

关注作者

收藏

PhilipLiang

map/reduce 函数

Python内建了map()和reduce()函数。map()函数接收两个参数，一个是函数，一个是Iterable, map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。举例说明，比如我们有一个函数f(x)=x2，要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上, 就可以用map()实现如下：现在，我们用Python代码实现：m

37.7168

3

3

0

关注作者

收藏

LXM21

自相关和共线性的区别

自相关是误差向量的不独立的，共线性是样本误差之间是独立的，不一样的模型。误差不独立是自相关，一般就是对这种不独立来使用回归模型分析，分析的结果就是ARIMA模型，一般对于时间序列来看，误差的向量是不独立的。

38.7701

7

2

0

关注作者

收藏

LXM21

四个残差假设

1. 每一个计算出来的残差是独立的2. 残差的平均值为03. 残差的方差为常数，不变的4. 残差的分布是正太的

1.7552

5

3

0

关注作者

收藏

LXM21

决策树模型是监督模型吗?

决策树属于有监督模型，以信息熵（平均不确定性）为度量构造一棵熵值下降最快的树，到叶子节点处的熵值为零，此时每个叶节点中的实例都属于同一类。监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型，再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。监督学习里典型的例子就是KNN

40.4147

4

0

0

关注作者

收藏

LXM21

基向量是什么？

简单来说就是，空间内任意向量都可以用这组向量表示，但是要求基向量必须是线性无关的。注意，基向量并不唯一，但是通常选取单位向量作为基向量，将基底都化为单位向量的做法（向量的单位化）。

2.4455

5

1

0

关注作者

收藏

陈革007

统计学: 切比雪夫不等式 ----Chebyshev’s inequality

如果一组数据不是对称分布，经验法则就不再适用，这时可使用切比雪夫不等式，它对任何分布形状的数据都适用切比雪夫不等式提供的是“下界”，也就是“所占比例至少是多少”对于任意分布形态的数据，根据切比雪夫不等式，至少有1-1/k2的数据落在平均数加减k个标准差之内。其中k是大于1的任意值，但不一定是整数Æ对于k=2，3，4，该不等式的含义是:至少有75%的数据落在平均数加减2个标准差的范围之内至少有89%

25.7270

6

1

0

关注作者

收藏

陈革007

统计学: 标准分数---standard score

1. 也称标准化值2. 对某一个值在一组数据中相对位置的度量3. 可用于判断一组数据是否有离群点(outlier)4. 用于对变量的标准化处理5. 计算公式为在后续的python机器学习中,经常会用到对数据做标准化处理, 非常重要哟

25.7270

6

1

0

关注作者

收藏

陈革007

统计学 : 自由度--degree of freedom

样本有3个数值，即x1=2，x2=4，x3=9，则 `x = 5。当 `x = 5 确定后，x1，x2和x3有两个数据可以自由取值，另一个则不能自由取值，比如x1=6，x2=7，那么x3则必然取2，而不能取其他值为什么样本方差的自由度为什么是n-1呢？因为在计算离差平方和时，必须先求出样本均值`x ，而`x则是附件给离差平方和的一个约束，因此，计算离差平方和时只有n-1个独立的观测值，而不是n个样

25.5457

3

1

0

关注作者

收藏

陈革007

统计学 : 众数、中位数、平均数的特点和应用

1.众数n 不受极端值影响n 具有不惟一性n 数据分布偏斜程度较大且有明显峰值时应用2.中位数n 不受极端值影响n 数据分布偏斜程度较大时应用3.平均数n 易受极端值影响n 数学性质优良n 数据对称分布或接近对称分布时应用

25.5731

5

1

0

关注作者

收藏

陈革007

Python: maketrans()方法 translate()方法

maketrans()方法该方法用于创建字符映射的转换表，对于接受两个参数的最简单的调用方式，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。注：两个字符串的长度必须相同，为一一对应的关系。表达式: str.maketrans(intab, outtab)参数: intab -- 字符串中要替代的字符组成的字符串。outtab -- 相应的映射字符的字符串。trans

25.5829

5

0

0

关注作者

收藏

PanHero_龙宝宝

power BI 有点意思

学习使我快乐

0.3360

2

1

0

关注作者

收藏

hujiahao

数据分析业务七步成诗法

看了篇文章，讲业务的，整理了份思维导图

25.3975

5

4

0

关注作者

收藏

yuechuchen

函数参数中出现的**kwarg是什么含义？

在函数的参数中：*arg表示收集位置参数，意味着该参数可以接收不限制数量的位置参数；**kwarg表示收集关键字参数，意味着该参数可以接收不限制数量的关键字参数。

25.6392

5

4

0

关注作者

收藏

yuechuchen

matplotlib中boxplot函数的参数meanline和showmeans的作用是什么

matplotlib中的箱线图在绘图过程中默认显示数据集的中位数线，均值线默认不显示，通过设置meanline=True和showmeans=True可以令箱线图在显示中位数线的同时显示均值线

25.3037

3

4

0

关注作者

收藏

yuechuchen

哪些因素影响决策树是否继续分支

决策树是否分支，一般有以下几种情况：1、所有叶节点的纯度都达到了百分之百；2、该节点上样本数量小于参数设置的可继续分支的最小样本数量；3、该节点分支后的信息增益小于指定的最小信息增益；4、决策树生长到了规定的最大树深，决策树停止分支

0.0000

0

2

0

关注作者

收藏

yuechuchen

决策树的根节点如何确定？

一般通过信息熵的下降速度来确定，在整个决策树中，根节点与其子节点之间信息熵的下降程度一定是最大的。

16.9759

2

2

0

关注作者

收藏

<1…606162…341>

CDA考试动态

CDA报考指南