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

从今天开始不熬夜

python中过采样处理数据不平衡问题

什么是过采样：目的：处理数据不平衡问题。方法：当数据不平衡的时，比如样本标签1有10000个数据，样本标签0有100个数据，这时如果采用下采样会浪费很多样本，所以引入过采样，过采样是根据样本标签少的样本的规律去生成更多该标签样本，这样使得数据趋向于平衡。典型的过采样方式是SMOTE等.关于SMOTE具体算法:1.对于少数类中每一个样本x，以欧氏距离为标准计算

68.4581

1

0

0

关注作者

收藏

从今天开始不熬夜

高斯马尔克夫假定

高斯马尔克夫假定也即经典线性假定: 1.线性与参数:即贝塔零,贝塔一，贝塔二等都是线性的，当散点图呈现非线性的模式得调优. 2. 随机抽样:误差无序列相关性(自相关性)，当有时间属性的时候，极有可能有相关性，用dw(杜宾)检验判断残差是否有序列相关性，若统计值约等于2(±0.5)，则没有序列相关性，若有，则可以利用时间序列的相关性解决。 3. 不存在完全共线性,即自变量X

133.3245

2

0

0

关注作者

收藏

从今天开始不熬夜

mysql中索引的作用

1.索引是什么，首先我们可以举个例子，字典大家应该都使用过，我们可以使用目录快速定位到所要查找的内容，那么索引跟目录的作用类似，在数据库表记录中，利用索引，可以快速过滤查找到数据记录。2. 索引类型分类:普通索引--加快查询速度; 唯一索引--加快查询速度，并且可以限制列值的唯一性，允许为空, 唯一索引包括联合唯一索引，多列形成的唯一索引，这些列可以唯一

79.9912

1

0

0

关注作者

收藏

从今天开始不熬夜

SQL行转列,巧用case

如上图所示的PopTbl2表,包含(pref_name,sex,population),现要求通过SQL代码转化成下图所示的表:(说明:全国表示上图所有县加一起,四国表示图示主要的四个县汇总值)解法:/* 转换行列——在表头里加入汇总和四国 */SELECT case when sex="1" then "男" else "女" end as 性别, SUM(population) A

6.1130

1

1

0

关注作者

收藏

从今天开始不熬夜

CASE匹配表之间的数据

现有表1CourseMaster(包含course_id,course_name),表2OpenCourses(包含month,course_id ),现在要求用这两张表通过SQL代码,生成如下图所示的交叉表:解法:/* 表的匹配：使用IN谓词 */SELECT CM.course_name, CASE WHEN CM.course_id IN

68.4581

1

0

0

关注作者

收藏

从今天开始不熬夜

如上图所示,有一个poptbl2表,包含县名,性别(1表示男性,2表示女性)和人口数,现在要求通过SQL代码实现如下图所示的结果:解法:SELECT pref_name, /* 男性人口 */ SUM( CASE WHEN sex = '1' THEN population ELSE 0 END) AS 男, /* 女性人口 */ SUM( CASE

68.4581

1

0

0

关注作者

收藏

kuanglong7

3+3极简数据分析法（三）

3+3极简数据分析法（三） C. 分组表格适用范围：随时间变化的用户属性元素。比如投资用户数。分组表格的原理，是将某一周（或一天，一个月）进入App的新用户，作为单独的一组用户。上面的表格，就是投资用户分组表格。横向看，是某组用户的投资用户数，随时间变化的留存情况。比如第一行，第一周共新增200名投资用户，到第二周留存100名，到第三周留存80名…… 纵

80.0000

1

0

0

关注作者

收藏

kuanglong7

3+3极简数据分析法（二）

3+3极简数据分析法（二） B. 多维坐标适用范围：具有多重属性的单个元素。比如，本文公式中的投资用户，就有投资金额和投资时长两个属性。可以将其作为横纵坐标轴，把所有投资用户分成四组。电商品类运营有个经典坐标，按流水和利润划分品类。用户运营也有个经典坐标，叫RFM用户画像。 R=最近一次行为(Recency) F=行为频率(Frequency) M=行为

23.5688

1

0

0

关注作者

收藏

kuanglong7

3+3极简数据分析法（一）

3+3极简数据分析法（一）数据分析很简单：技术流的老司机，左手SQL右手BI，溜的飞起。其实SQL、Python是数据挖掘；PPT、BI是数据展示。学会了当然很棒，不会也没关系。数据分析不是技术流，是一种思维习惯。能帮你梳理业务，找到方向，达成目的数据分析，才是真·数据分析。而建立这种思维习惯，你只需要记住3个步骤，掌握3个模型。这就是极简数据分析法。 3个步骤这三个步骤是，确定目标（明

80.0000

1

0

0

关注作者

收藏

CDA持证人阿涛哥

投资、投机与赌博

有时候我们都很容易把投资、投机与赌博，这三个词搞混。为什么？那是因为我们没有真正的理解到它们之间的区别。投资是建立在经过技术分析、理性分析及自己的深思熟虑后得出的决策，得出该决策前你应该自己心中有一定的收益预期，并且在达到这个预期之前的任何震荡都可以被你无视的，因为你是深信自己的决策是正确的。并且即便投资失败了，对你的影响也是可以接受的。例如：经过认真调查，仔细分析，你认为某家公司的股票会在3

240.0000

1

0

0

关注作者

收藏

CDA持证人阿涛哥

Adventure Works Cycles 公司业务分析案例项目报告

Adventure Works Cycles 是一家大型跨国生产公司。AWC公司生产金属和复合材料的运动自行车，产品远销北美、欧洲和亚洲市场。公司总部设在华盛顿州的伯瑟尔市，拥有近 300 名雇员，而且拥有多个活跃在世界各地的地区性销售团队。在 2000 年，Adventure Works Cycles 购买了位于墨西哥的小型生产厂 Importadores Neptuno。Importadore

240.0000

2

0

0

关注作者

收藏

从今天开始不熬夜

SQL德邦面试题

如图所示,按照要求用SQL查询:select * from 揽收表;select 单量,count(*) as 客户数from (select 客户id,count(distinct 运单号) as 下单次数,case when count(distinct 运单号)

23.5688

1

0

0

关注作者

收藏

CDA持证人阿涛哥

CDA 模拟题--计算相关系数的方法--下面5组数据的观察值(x,y)的组合分别为︰(6,6) ·(11,9)、(15 ，12) ·(21，17)·(27﹐16)。(2)计算x与y之间的相关系数

CDAlevel1模拟题--计算相关系数的方法问题答案也可以套用这个相关系数的计算公式计算:

120.0000

1

1

0

关注作者

收藏

DA弯道超车

物流快递行业真实案例——powerbi度量值解决业务逻辑问题

Hours Left = VAR TicketCreated = SELECTEDVALUE('Inbound Exception Form'[Ticket Created?])VAR ExpireTime = SELECTEDVALUE('Inbound Exception Form'[Expire Time])RETURN IF(TicketCreated,BLANK(), MAX(( Exp

179.3244

2

0

0

关注作者

收藏

CDA持证人阿涛哥

CDA数据分析师三级认证体系

CDA数据分析师三级认证体系Level 1 业务数据分析体系Level 2 策略数据分析Level 3 数据挖掘分析

50.1133

2

0

0

关注作者

收藏

CDA持证人阿涛哥

CDA会员俱乐部持证人志愿者维克多阿涛技术博客标题+常用链接汇总（常用链接汇总备份）

扫码查看CDA认证考试介绍(俱乐部实践部专属推广码)MySQL1，Mysql彻底卸载干净并重装方法怎么操作? https://www.cda.cn/discuss/post/details/61604bdf977c04705c1273c72，MYSQL安装时,starting the server出现红色叉号. https://www.cda.cn/discuss/post/details/6

82.6645

5

1

0

关注作者

收藏

walaka991

数据分析基础知识03

EXCEL常用函数序号函数类别分序号函数名称用途1数学1.1ROUND(number,num_digits)设定指定位数，按此位数对目标数字进行四舍五入取整1.2ROUNDUP(number,num_digits)对目标数字按照指定的条件进行舍入处理1.3ROUNDDOWN(number,num_digits)对目标数字按照指定的条件进行舍去处理1.4MOD(number,divisor)对

6.0617

2

0

0

关注作者

收藏

walaka991

数据分析基础知识02

数据透视的意义将零散数据变成人类可以认识和理解的数据的过程维度和度量维度:业务观测角度维度字段:文本型维度表:只包含维度字段度量:反应业务行为结果好坏程度的值度量字段:通常是数值型事实表:既有维度字段,又有度量字段数据分析的本质:从不同

6.0617

1

0

0

关注作者

收藏

walaka991

数据分析基础知识01

数据从哪来? 业务行为发生-数据录入-数据库系统;数据分析步骤(数据分析人员):收集各业务部门的业务分析需求;从数据库系统获取所有数据表(SQL);对数据表进行数据处理/分析(业务分析方法/模型);产出数据分析的结果(商业智能报表/商业分析报告);数据分类结构化数据表格结构数据工具:Excel/WPS最小单位:单元格每个单元格只能有一种数据类型多个单元格构成单元格区域;多个单元格区域构成工作表;多

6.0617

1

0

0

关注作者

收藏

从今天开始不熬夜

AB测试是为Web或App界面或流程制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析、评估出最好版本，正式采用。A/B测试的作用:消除客户体验（UX）设计中不同意见的纷争，根据实际效果确定最佳方案；通过对比试验，找到问题的真正原因，提高产品设计和运营水平；建立数据驱动、持续不

10.2117

2

0

0

关注作者

收藏

<1…456…340>

CDA考试动态

CDA报考指南