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

PGC123

在建模的时候只要是类别变量都要用哑编码吗？

在建模的时候只要是类别变量都要用哑编码吗？答：一般是这样但是也不是绝对的，不同算法框架要求也不相同。同样的算法不同的库里实现起来不同，对数据的要求也不尽相同。scikit-learn一版是会要求类别变量做哑变量处理的，但是具体问题具体分析，接触新的库的时候还是要先看官方帮助文档的，看看对数据有什么样的要求，再对数据做处理。

29.5834

2

3

0

关注作者

收藏

PGC123

机器学习训练后的模型如何保存？

机器学习训练后的模型如何保存？答：使用机器学习算法在训练数据上训练出的模型必须要导出来的，因为训练过程是比较耗时的，我们不可能每次使用模型做预测或者分类的时候再训练一次。模型保存如何实现呢？以scikit-learn 为例：首先训练一个模型# 训练svm模型from sklearn import svmfrom sklearn import datasetsclf=svm.SVC(

29.5834

2

3

0

关注作者

收藏

PGC123

pyecharts无法在jupyterlab中显示问题

pyecharts无法在jupyterlab中显示问题。我的代码运行后并不能绘制出图像来，我是使用jupyter lab运行代码的，用notebook就可以。答：不同的 Notebook 环境有自己不同的渲染要求，pyecharts 在底层做了适配处理，但因为我们无法在import pyecharts的时候知道用户具体使用的是哪种 Notebook 环境，所以需要用户在使用时在顶部声明环境类

30.5863

3

2

0

关注作者

收藏

liting李

数据挖掘的一般流程

1. 数据读取 - 读取数据 - 文件路径（一般不要有中文，反斜杠/，r） - 分隔符 - 编码格式 - 看下每个特征的数据类型，是否有缺失 - 数据规模--样本量，特征数2. 特征理解（数据探索，可视化） - 单变量分析 - 多变量分析，综合多种因素影响 - 统计绘图（得出简单结论）

26.3934

2

1

0

关注作者

收藏

PGC123

安装python包提示vc 14.0错误

安装python包提示vc 14.0错误答：很多python的第三方库是使用C 开发的，因此安装编译环节对编译环境有一定的要求。在windows下一般使用微软的C 编译工具，这个错误就是缺少编译工具导致的，可以去微软官网下载安装编译工具即可解决问题。这里我也给大家准备了一个百度云盘的链接，有需要的可以下载一下。链接：https://pan.baidu.com/s/1SKpY

23.6332

2

1

0

关注作者

收藏

PGC123

在做词云图的时候缺少字体文件

在做词云图的时候缺少字体文件C:/Windows/Fonts/STLITI.ttf 是不是没有这种 pyechart ERROR: Could not find a version that satisfies the requirement pyechart (from versions: none)ERROR: No matching distribution found for p

24.9443

3

3

0

关注作者

收藏

PGC123

如何快捷稳定的安装python的第三方包？

如何快捷稳定的安装python的第三方包？答：anaconda 已经给我们提供了大量的数据分析相关python工具包，但是这还远远不够，因此需要我们额外安装。当我们使用pip 安装时由于默认服务器在国外，因此很容易造成各种timeout httpError问题，如果使用国内的镜像服务器那该多好。如何使用呢？命令行，或者jupyter notebook pip in

23.6332

2

1

0

关注作者

收藏

PGC123

安装完anaconda闪退-sqlite3问题

我在公司电脑上装的Anaconda3（32位）怎么一点启动一闪就没了这是什么原因呢？答：从报错信息来看软件缺少了相关DLL，因此首先想到的是重装anaconda（对于初学者，这是个解决问题的好办法），但是没能奏效。然后认真看了下报错，是在import sqlite3的时候报的错，因此查阅文档，最后发现这是因为anaconda的DLLs文件夹下没有sqlite3.dll的原因

24.0120

3

4

0

关注作者

收藏

詹惠儿

在执行导入第三方库事，报下错误信息，该怎么解决？

问：在执行导入第三方库事，报下错误信息，该怎么解决？答：把attr这个库卸载，不然会因为同时存在attrs和attr这两个库，导致调用不到attrs这个库。

0.0011

1

4

0

关注作者

收藏

詹惠儿

这个响应率是指y对x的响应吗？

问：在处理缺失值时，如果选用响应率相似的值替代的方法，这个响应率是指y对x的响应吗？答：选用响应率相似的值替代的方法，是指计算出该变量中所有类别的响应率，然后把与缺失值的响应率比较相近的类别，替换为缺失值，这个响应率是指变量x中y响应的占比。

0.0011

1

3

0

关注作者

收藏

詹惠儿

缺失值单独作为一类怎么解释

问：前面提到的30%-75%缺失数据用虚拟变量填补，0代表缺失，1无缺失，那么填充完这一列怎么理解，这一列还能放入决策树模型吗，感觉解释不了答：缺失值单独作为一类时，值是1代表该变量为缺失，0代表该变量不缺失，是可以放进模型的，不过解释起来不太好，只能说是以该变量是否缺失为参考，这样处理是为了不损失其他数据信息

20.4437

3

1

0

关注作者

收藏

詹惠儿

怎样指定pandas_profiling的安装版本

问：想问一下怎样指定pandas_profiling的安装版本，已经安装上'2.5.0'版本了，想卸载了重新安装'2.3.0'的版本答：这是用pip安装指定版本第三方库的命令：pip install pandas_profiling==2.3.0，如果已经安装了最新版，可以不用再卸载重装，这个影响不大。

20.4437

3

1

0

关注作者

收藏

田齐齐

编码顺序从大到小和从小到大有没有影响?

在对特征进行编码时,顺序从大到小和从小到大有没有影响?答:针对有顺序的特征最好按照顺序进行编码,例如学历情况:初中未毕业,初中毕业,高中毕业,专科,本科,硕士,博士,博士后.对应的编码要分别为0,1,2,3,4,5,6,7,8.按照从小到大的顺序.针对类型级别平行的就没有顺序要求了.

35.6927

4

7

0

关注作者

收藏

田齐齐

seaborn是什么?

Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充，而不是替代物。

35.6927

4

0

0

关注作者

收藏

詹惠儿

新数据放进模型前还要编码吗？

问：在做决策树模型时，如果有新数据进来，再把新数据放进模型前，需要先编码吗？答：在把新数据放进决策树模型前，需要先进行编码，不仅仅是编码这一处理，建模前数据清洗的都需要，在实际工作中，一般会把前面数据处理的工作封装好，然后对新数据直接调用封装好的包进行数据处理，然后再放进模型去跑。

0.0011

1

1

0

关注作者

收藏

詹惠儿

poc19和u18是一样意思吗

问：决策树案例数据中，这两列含义有什么不同吗？在该数据中，小孩不就是指小于18岁吗？答：poc19的业务理解是小孩为19岁的可能性，出现两个指标意思矛盾，可能是数据收集员的口径不一，同时u18与上面多个年龄变量存在高度相关，应该删除。

30.0011

2

4

0

关注作者

收藏

詹惠儿

python索引报错

问：用以下代码对dataframe进行索引时，索引不到数据：答：根据报错提示，没有索引到数据是因为进行索引的变量名不在dataframe里，因此需要确认索引名是否正确，更正如下即可。

30.0017

3

1

0

关注作者

收藏

liting李

make_blobs中参数centers是数组什么意思？

make_blobs中参数centers=[[0,0]，[2.0,2.0]]是什么意思？centers表示要生成的样本中心（类别）数，或者是确定的中心点。形状 [n_centers，n_features] 的 int 或数组，可选 (默认值 = 3)要生成的中心数量或固定的中心位置。centers=[[0,0]，[2.0,2.0]]表示中心点的位置坐标为（0，0）和（2，2）。

3.7602

2

2

0

关注作者

收藏

PGC123

python如何实现中值滤波？

python如何实现中值滤波？答：scipy中已经实现了该方法，主要用于图像的预处理过程。用法如下：import scipy.signal as signalsignal.medfilt(数据,kernel_size)一般图像的时候 kernel_size是二维元组。如果是一维的数据可以给kernel_size传入一元组signal.medfilt([1,2,3,4,5,6,7,

12.0875

2

2

0

关注作者

收藏

PGC123

unexpected EOF while parsing？

代码出现如下报错 unexpected EOF while parsing？File "", line 1 signal.medfilt(data_01_.iloc[:,1],kernel_size=(5,) ^S

19.6153

2

5

0

关注作者

收藏

<1…818283…340>

CDA考试动态

CDA报考指南