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

在使用graphviz绘制训练好的决策树模型时报错

在使用graphviz绘制训练好的决策树模型时报错，报错信息如下，这怎么解决？这是由于scikit-learn版本不同导致的问题，解决方法升级scikit-learn模块至最新或者升级anaconda的版本。

0.0000

0

2

0

关注作者

收藏

291294878

分类任务解决流程有哪些（分类算法）？

1. 任务：以新闻分类为例2. 特征表示：X={昨日，是，国内，投资，市场……}3. 特征选择：X={国内，投资，市场……}4. 模型选择：朴素贝叶斯分类器 • P(X)：待分类对象自身的概率，可忽略• P(yi)：每个类别的先验概率，如P(军事)• P(X|yi)：每个类别产生该对象的概率• P(xi|yi)：每个类别产生该特征的概率，如P(苹果|科技) 5. 训练数据准备

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

主成分分析和因子分析区别与联系

主成分分析（Principal components analysis，PCA）基本原理：利用降维（线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分)，即每个主成分都是原始变量的线性组合，且各个主成分之间互不相关，使得主成分比原始变量具有某些更优越的性能（主成分必须保留原始变量90%以上的信息），从而达到简化系统结构，抓住问题实质的目的。因子分析（Factor

761.1603

13

3

0

关注作者

收藏

291294878

聚类算法基础知识有哪些？

1. 层次聚类 vs 非层次聚类– 不同类之间有无包含关系2. 硬聚类 vs 软聚类– 硬聚类：每个对象只属于一个类– 软聚类：每个对象以某个概率属于每个类3. 用向量表示对象– 每个对象用一个向量表示，可以视为高维空间的一个点– 所有对象形成数据空间（矩阵）– 相似度计算：Cosine、点积、质心距离4. 用矩阵列出对象之间的距离、相似度 5. 用字典保存上述矩阵（节省空

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

R来画条形图，真的很easy！

barpot：适用于数据表格化后的情形。barplot(height, width = 1, space = NULL, names.arg = NULL, legend.text = NULL, beside = FALSE, horiz = FALSE, density = NULL, angle = 45, col = NULL, border =

0.0000

0

0

0

关注作者

收藏

kejiayuan0806

变量筛选方法

当所研究的问题涉及较多的自变量时，我们很难想象事先选定的全部自变量对因变量的影响都有显著性意义；也不敢保证全部自变量之间是相互独立的。换句话说，在建立多元线性回归方程时，需要根据各自变量对因变量的贡献大小进行变量筛选，剔除那些贡献小和与其他自变量有密切关系的自变量、发现那些对回归方程有很坏影响的观测点（这些都是回归诊断的重要内容），从而求出精练的、稳定的回归方程。1、向前选择法(FORWARD)

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

关于R的学习网站整理，你不进来看一下吗

R软件实用例子，咱高校学生做题的好题库，注重统计应用：http://www.stathome.cn/html/S-plus_R/Rrumen/各种关于R的讲义，身为老师的你真的不来参考学习一下吗：http://research.stowers-institute.org/efg/index.htmlR可视化的网站，你能想到的图都在这啦：http://addictedtor.free.fr/

0.0000

0

1

0

关注作者

收藏

kejiayuan0806

相关分析的常用方法

相关分析是研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。两个变量之间的相关程度通过相关系数r来表示。相关系数r的值在-1和1之间，但可以是此范围内的任何值。正相关时，r值在0和1之间，散点图是斜向上的，这时一个变量增加，另一个变量也增加；负相关时，r值在-1和0之间，散点图是斜向下的，此时一个变量增加，另一个变量将减少。r的绝对值越接近1，两变量的关联程度越强，r的绝对值越

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

怎么用R来画箱线图，这几个步骤就行了

箱线图函数：boxplot(x, ...)## S3 method for class 'formula'boxplot(formula, data = NULL, ..., subset, na.action = NULL)## Default S3 method:boxplot(x, ..., range = 1.5, width = NULL, varwidth = FALSE,

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

关于季节性Arima分析的问题

1）之前在网上查看关于时间序列分析的文章，在分析之前首先需要去掉非平稳的部分。这个非平稳的部分，包含趋势和季节性。那这样的话，季节性是不是就是没有研究价值的部分？ 2）是不是对本身就有季节性变化的数据，才能在预测时，在R的forecast函数部分指定关于季节性的参数？对本身就没有季节性变化的数据，在做预测时，就不能在R的forecast函数部分指定关于季节性的参数？ 3）R的auto.

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

使用mgcv包做面板数据的非参数广义可加模型的估计

R语言怎么使用mgcv包做面板数据的非参数广义可加模型的估计？ library(mgcv) set.seed(0) n

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

分别简述基于内容推荐算法和基于用户的协同过滤推荐算法的原理

基于内容推荐算法：基于物品或内容的特征，发现物品之间的相似性，然后基于用户以前的喜好记录推荐给用户相似的物品。本质是对物品或内容进行分析建立特征，基于用户对什么特征的内容感兴趣以及分析一个物品具备什么特征来做推荐。不考虑用户之间的关系，只关注物品本身的特征，根据Item获得与之特征相似的Item进行推荐。简单来说就是根据用户之前喜欢的物品，通过对特征的匹配分析，预测用户的喜好。基于用户的协同过滤

0.0000

0

0

0

关注作者

收藏

kejiayuan0806

相关分析、回归分析的联系和区别

联系：二者都是对变量之间不严格依存关系的分析，在理论基础和方法上具有一致性。只有存在相关关系的变量才能进行回归分析，相关程度越高，回归分析的结果越可靠。区别：相关分析研究的是变量之间的依存关系，这些变量的地位相等，不区分主从因素或因果关系。回归分析却是在控制或给定一个（或多个）变量条件下来观察对应的某一变量的变化，给定的变量为自变量，被观察的变量为因变量。因此回归分析中必须根据研究目的来确定自变

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

AIC信息准则如何衡量模型优良

很多参数估计问题均采用似然函数作为目标函数，当训练数据足够多时，可以不断提高模型精度，但是以提高模型复杂度为代价的，同时带来一个机器学习中非常普遍的问题——过拟合。所以，模型选择问题在模型复杂度与模型对数据集描述能力（即似然函数）之间寻求最佳平衡。人们提出许多信息准则，通过加入模型复杂度的惩罚项来避免过拟合问题，此处我们介绍一下常用的两个模型选择方法——赤池信息准则（Akaike Informa

0.0000

0

1

0

关注作者

收藏

wangjuju123

SQL登录中常见的各类错误

一.233错误已成功与服务器建立连接，但是在登录过程中发生错误。(provider:命名管道提供程序，error:0-管道的另一端上无任何进程。)(MicrosoftSQL Server,错误:233) 1.打开“Microsoft SQL Server --配置工具--SQLServer 配置管理器” 2. "SQLServer 网络配置"--"MSSQLSERVER的协议

0.0000

0

1

0

关注作者

收藏

809669515

MySQL函数大全及用法示例

1、字符串函数ascii(str) 返回字符串str的第一个字符的ascii值(str是空串时返回0) mysql> select ascii('2'); 　　-> 50 mysql> select ascii(2); 　　-> 50 mysql> select ascii('dete'); 　　-> 100 ord(str) 如果字符串str句首是单字

5.7278

1

6

0

关注作者

收藏

809669515

MySQL Workbench常用快捷键及修改快捷键的方法

常用快捷键：1、执行整篇sql脚本：【Ctrl】【Shift】【Enter】2、执行当前行：【Ctrl】【Enter】3、注释/取消注释：【Ctrl】【/】4、格式化sql语句（美化sql语句）：【Ctrl】【B】 5、（貌似和输入法有冲突）自动补全：【Ctrl】【Space】，还可以使用edit->Auto-complete手动展示补全。如果有冲突可以去下面的文件找到Au

0.0000

0

0

0

关注作者

收藏

zxq997

中介效应检验方法有哪些？

检验中介效应是否存在，其实就是检验A到B，B到C的路径是否同时具有有显著性意义。为了讲解更有效率，我们以最简单的模型为例，进行说明，如下如所示，图中路径上的符号代表路径系数（回归系数）。做中介效应检验的方法目前有四种：逐步回归法；系数乘积检验法；差异系数检验法和Bootstrapping。严格意义上来说，它们的分析原理都是一致的，检验W2和W3路径是否同时有意义（通畅），区别在于判断有意

0.0000

1

2

0

关注作者

收藏

809669515

mysql常见错误代码解释

130 ：文件格式不正确。（还不是很清楚错误的状况）145 ：文件无法打开。 1005：MYSQL创建表失败 1006：MYSQL创建数据库失败 1007：MYSQL数据库已存在，创建数据库失败 1008：MYSQL数据库不存在，删除数据库失败 1009：MYSQL不能删除数据库文件导致删除数据库失败 1010：MYSQL不能删除数据

14.9302

1

1

0

关注作者

收藏

zxq997

因子分析的解析

鉴于主成分分析现实含义的解释缺陷，统计学斯皮尔曼又对主成分分析进行扩展。因子分析在提取公因子时，不仅注意变量之间是否相关，而且考虑相关关系的强弱，使得提取出来的公因子不仅起到降维的作用，而且能够被很好的解释。因子分析与主成分分析是包含与扩展的关系。首先解释包含关系。如下图所示，在SPSS软件“因子分析”模块的提取菜单中，提取公因子的方法很多，其中一种就是主成分。由此可见，主成分只是因子分析的一

0.0000

0

4

0

关注作者

收藏

<1…324325326…340>

CDA考试动态

CDA报考指南