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

我想做个循环，求每列最后一个值减去第一个值循环写不对

我想做个循环，求每列最后一个值减去第一个值循环写不对代码是这么写的：c=[]for i in data_01_.columns: new=data_01_.iloc[:10,i].mean()-data_01_.iloc[-10,i].mean() c.append(new)我感觉我现在有点晕，不知道怎么才对了答：这个代码的问题是你的索引错了冒号丢

19.9941

3

0

0

关注作者

收藏

PGC123

chromedriver' 路径没有添加到path报错

老师，我想问下，这个报错是什么意思？答： WebDriverException:Message:'chromedriver'executable needs to be in PATH. 这个报错的意思是说你的chromedriver程序的路径没有添加到环境变量中，所以。所以需要将该程序所在的文件夹地址添加到环境变量 path中即可解决问题。

16.4240

1

2

0

关注作者

收藏

PGC123

爬虫时，代码报错提示变量未定义问题。

爬虫函数这边遇到了个问题运行显示没有定义这个是什么错？函数是这样的网上找了好多教程还是没解决答：结合代码与报错信息来看，这是变量作用域导致的问题。函数get_baby_one_page()是无法访问外部的browser对象的。需要在定义函数的时候添加一个参数。代码可以这样#定义函数的时候添加变量def get_baby_one_page(browser): df

16.4240

1

3

0

关注作者

收藏

詹惠儿

安装第三方库报错not onPATH

问：在命令行窗口使用命令pip install pandas_profiling 执行成功后，出现以下警告：请问这个警告会影响后面的使用吗，需要怎么解决？答：根据日志输出，出现警示原因是因为没有把对应的.exe文件下载在python的路径下，会导致调用对应第三方库时，找不到路径而报错，解决方法如下：将以上路径添加到环境变量中：我的电脑→属性→高级属性→环境变量→点击 path

0.0011

1

5

0

关注作者

收藏

吃瓜群众2号

scikit-learn 中的轮廓系数

对应 scikit-learn 方法是 sklearn.metrics.silhouette_score。该方法是计算所有样本的平均值，另一个方法 silhouette_samples 会返回所有样本的轮廓系数。在文档中提到，轮廓系数需要聚类数大于2，小于(样本数-1)。方法包括几个参数，最终返回一个 float 的轮廓系数，通常是在全部样本上的。X：二维样本，通常为[n_samples, n

76.4805

2

1

0

关注作者

收藏

liting李

mysql中sum和count都可以计数，二者如何区分？

1.sum（1）sum()函数里面的参数是列名的时候，是计算列名的值的相加，而不是有值项的总数。（2）sum(条件表达式)，如果记录满足条件表达式就加1，统计满足条件的行数 2.count（1）COUNT()函数里面的参数是列名的的时候,那么会计算有值项的次数。（NULL 不计入，但是''值计入）（2）COUNT(*)可以计算出行数，包括null（3）COUNT（1）也可以计

3.7600

2

3

0

关注作者

收藏

田齐齐

Kmeans性能评估指标轮廓系数

对于每个点𝑖 为已聚类数据中的样本，𝑏𝑖 为𝑖 到其它族群的所有样本的平均距离，𝑎𝑖 为𝑖 到本身簇的距离平均值最终计算出所有的样本点的轮廓系数平均值

20.1923

6

0

0

关注作者

收藏

田齐齐

多大数据适合用kmeans和knn算法?

答:因为kmeans和knn两个算法模型需要计算点与点之间的空间距离,所以最好用于量级较小的数据中.当然也需要考虑数据特征数的多少而定.

3.7683

5

1

0

关注作者

收藏

田齐齐

机器学习:KMeans组内距离平方和是哪个簇的？

问:KMeans组内距离平方和是哪个簇的？答:是所有簇相加的总和,

3.7683

5

0

0

关注作者

收藏

田齐齐

机器学习:利用sklearn生成4个簇的数据

导包:import numpy as npimport matplotlib.pyplot as plt%matplotlib inlinefrom sklearn.datasets import make_blobs生成数据:# X为样本特征，Y为样本簇类别，共1000个样本，# 每个样本 2 个特征，共4个簇，# 簇中心在[-1,-1], [0,0],[1,1], [2,2

20.1923

6

5

0

关注作者

收藏

田齐齐

机器学习:Kmeans算法API参数说明

class sklearn.cluster.KMeans(n_clusters=8, init='k-means ', n_init=10, max_iter=300, tol=0.0001, , verbose=0, random_state=None, n_jobs=None) n_clusters: 就是K, 聚成几类 init:'k-means ', 一种选择初始中心点

3.7683

5

3

0

关注作者

收藏

田齐齐

模拟生成不均衡的数据中心点和离散程度设置

问:不均衡的数据指label为0和1的样本比例不一样那在生成不均衡数据的时候设置中心点和离散程度可以省略或者让class1和class2的中心点和离散程度完全一致吗？答:在模拟的数据集中,原则上是可以这样设置的,但用中心点和离散程度完全一致的数据集做聚类效果很差.为了将模拟确实有明显分类的数据我们一般需要设置class1和class2的中心点和离散程度.

36.3750

6

1

0

关注作者

收藏

田齐齐

分类型数据中,一般是默认1为少类，0为多类吗？

问:分类型数据中,默认1为少类，0为多类吗？答:这个并不是绝对的,但习惯上一般默认1为少类，0为多类.习惯将我们更期望被预测出来的类型标位1类

20.1988

6

1

0

关注作者

收藏

田齐齐

机器学习:对于样本不均衡的数据集应该怎样处理

模型天生会倾向于识别多数类, 但是在我们的大多数不均衡数据集中, 少类样本才是我们真正想要去识别的类别.解决方案: 1. 构建一个新的模型效果评估体系, 去评估模型对于少类样本的识别情况. - 混淆矩阵 - 精准度 - 召回率 - f1-score2. 解决数据集中的类别不均衡问题 - 采用采样法: 上采样(SOMTE采样法), 下采样 -

36.3750

6

4

0

关注作者

收藏

詹惠儿

k均值模型要做归一化吗？

问：k均值模型是计算距离，需要做归一化处理吗？答：K均值聚类本质上是一种基于欧氏距离度量的数据划分方法，均值和方差大的维度将对数据的聚类结果产生决定性的影响，所以未做归一化处理和统一单位的数据是无法直接参与运算和比较的。同时，离群点或者少量噪声数据就会对均值产生较大的影响，导致中心偏移，因此使用K均值聚类算法之前通常需要对数据做预处理。

0.0011

1

6

0

关注作者

收藏

詹惠儿

怎么打开cmd？

问：怎么打开cmd？答：在电脑键盘上同时按win r，然后输入cmd即可进入cmd窗口，然后执行相应命令即可。

8.8962

1

1

0

关注作者

收藏

詹惠儿

win7怎么添加环境变量

问：在配置graphviz的环境变量时，我点击编辑之后是图一，跟教程中图二不一样，该怎么操作？答：图二是win10配置环境变量的方法，在win7中，点击编辑，然后在弹出的地址后面直接添加即可。

16.4251

2

5

0

关注作者

收藏

詹惠儿

复制文件的地址怎么操作

问：这个框框里的是怎么来的？答：方法一：进入bin文件夹的那个页面，点击上面的地址栏即可选定该地址，然后按ctrl c即复制，方法二：直接点击bin，shift 右键，点击复制为路径即可。

16.4251

2

1

0

关注作者

收藏

詹惠儿

scipy库怎么课上没用过？

问：这个scipy库怎么课上没用过？答： Scipy是一个用于数学、科学、工程领域的常用软件包，可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵，使Numpy和Scipy协同工作，高效解决问题。在机器学习的课程中，主要是在手写算法这块会用到Scipy库。

16.4258

3

2

0

关注作者

收藏

詹惠儿

决策树绘图报错

问：决策树，我已经安装了这个包，可是绘图是报以下错误：答：在python中绘制决策树，不仅要在python中下载安装好graphviz，还要对系统进行graphviz的环境变量配置，报错原因是因为还没配置graphviz的环境变量，配置graphviz的环境变量方法如下：在系统中安装graphviz，并在系统路径里添加配置(控制面板——》系统——》高级系统设置——》系统

16.4247

2

3

0

关注作者

收藏

<1…828384…340>

CDA考试动态

CDA报考指南