99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

<label id="upqds"><i id="upqds"></i></label>

熱線電話：13121318867

登錄

liting李

ETL概念:ETL是將業(yè)務(wù)系統(tǒng)的數(shù)據(jù)經(jīng)過抽取（Extract）、清洗轉(zhuǎn)換（Transform）之后加載（Load）到數(shù)據(jù)倉庫的過程，目的是將企業(yè)中的分散、零亂、標(biāo)準(zhǔn)不統(tǒng)一的數(shù)據(jù)整合到一起，為企業(yè)的決策提供分析依據(jù)。 ETL工作流程：先抽取、然后加載到目標(biāo)數(shù)據(jù)庫中、在目標(biāo)數(shù)據(jù)庫中完成轉(zhuǎn)換操作。在ELT架構(gòu)中，ELT只負(fù)責(zé)提供圖形化的界面來設(shè)計(jì)業(yè)務(wù)規(guī)則，數(shù)據(jù)的整個(gè)加工過程都在目標(biāo)和源的數(shù)據(jù)庫之間流動(dòng)，

99.8872

1

0

0

關(guān)注作者

收藏

詹惠兒

StandardScaler和MinMaxScaler處理數(shù)據(jù)時(shí)效果一樣嗎，要選擇哪個(gè)？

問：StandardScaler和MinMaxScaler處理數(shù)據(jù)時(shí)效果一樣嗎，要選擇哪個(gè)？答：?多數(shù)機(jī)器學(xué)習(xí)算法中，會(huì)選擇StandardScaler來進(jìn)?特征縮放，因?yàn)镸inMaxScaler對(duì)異常值?常敏感。在PCA，聚類，邏輯回歸，?持向量機(jī)，神經(jīng)?絡(luò)這些算法中， StandardScaler往往是最好的選擇。MinMaxScaler在不涉及距離度量、梯度、協(xié)?差計(jì)算以及數(shù)據(jù)需要被壓縮到

99.8872

1

0

0

關(guān)注作者

收藏

詹惠兒

Python怎么實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化？

問：Python怎么實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化？答：在sklearn中preprocessing.StandardScaler模塊可以實(shí)現(xiàn)這?功能。from sklearn.preprocessing import StandardScalerdata = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]scaler = StandardScaler() #實(shí)例化scaler.

99.8872

1

0

0

關(guān)注作者

收藏

詹惠兒

SVM模型屬于有參數(shù)模型還是無參數(shù)模型呢 ?

問：SVM模型屬于有參數(shù)模型還是無參數(shù)模型呢 ? 答：機(jī)器學(xué)習(xí)中，是否是有參數(shù)模型主要看當(dāng)前模型的參數(shù)是否是有限個(gè)， SVM的線性形式中，也就是損失函數(shù)是關(guān)于w與b的時(shí)候，這個(gè)時(shí)候參數(shù)的個(gè)數(shù)是?定的，因?yàn)閿?shù)據(jù)集當(dāng)中特征的個(gè)數(shù)是不變的，參數(shù)的個(gè)數(shù)就是數(shù)據(jù)集特征的個(gè)數(shù)+1。?在對(duì)偶的形式中，這個(gè)a向量的個(gè)數(shù)是不?定的，對(duì)偶形式下參數(shù)的個(gè)數(shù)是依賴于樣本的個(gè)數(shù)的。因此在SVM的線性的形式下，模型是有參數(shù)

99.8872

1

0

0

關(guān)注作者

收藏

詹惠兒

感知機(jī)是怎么定義損失函數(shù)？

問：感知機(jī)是怎么定義損失函數(shù)？答：可以通過當(dāng)前超平面的誤分類點(diǎn)的個(gè)數(shù)來定義損失函數(shù)，假如我們找到了最優(yōu)的wx+b = 0(不是當(dāng)前的 ),??的點(diǎn)應(yīng)該在最優(yōu)的綠?線的上?，?紫?的點(diǎn)應(yīng)該在最優(yōu)的綠?的線的下?。所以對(duì)于最優(yōu)的綠?的線來說, ??所有的點(diǎn)應(yīng)該符合wx + b > 0, ?紫?的所有點(diǎn)應(yīng)該都符合wx + b < 0。但是在在下情況不?樣了。在當(dāng)前的情況下, 有兩個(gè)紫?的點(diǎn)在綠?的線

99.8872

1

0

0

關(guān)注作者

收藏

詹惠兒

Bagging預(yù)測(cè)過程中怎么分配每個(gè)模型的權(quán)重的？

問：Bagging預(yù)測(cè)過程中怎么分配每個(gè)模型的權(quán)重的？答：在bagging中每一個(gè)基評(píng)估的權(quán)重都是一樣的，因?yàn)閎agging中，模型獨(dú)立，模型相互不影響，所以每個(gè)模型都相同的重要。每個(gè)模型將預(yù)測(cè)結(jié)果通過加權(quán)平均的方式，給出最終bagging預(yù)測(cè)的結(jié)果。

99.8872

1

0

0

關(guān)注作者

收藏

詹惠兒

怎么判斷主成分分析后的結(jié)果好壞？

問：怎么判斷主成分分析后的結(jié)果好壞？答：主成分分析優(yōu)劣的判定標(biāo)準(zhǔn)：第一，盡量將更多變量壓縮在第一主成分和第二主成分之內(nèi)；第二，第一主成分解釋的信息能夠超過 50%；第三，主成分的累積信息總和超過 70%；第四，變量數(shù)除以主成分?jǐn)?shù)(最終保留)大于 3;第五，用更少的主成分代表更多的變量。

133.3333

1

0

0

關(guān)注作者

收藏

詹惠兒

Excel怎么快速生成幾千個(gè)連續(xù)的序號(hào)？

問：Excel怎么快速生成幾千個(gè)連續(xù)的序號(hào)？答：步驟：1.在任一單元格填入一個(gè)初始值 2.選中該單元格，在【開始】選項(xiàng)卡下選擇【填充】按鈕，選擇【序列】3. 在【序列產(chǎn)生在】選擇【列】，根據(jù)需要填入步長(zhǎng)值和終止值即可自動(dòng)生成。

133.3333

1

0

0

關(guān)注作者

收藏

詹惠兒

建立模型過程中進(jìn)行特征篩選有哪些需要注意的點(diǎn)？

問：建立模型過程中進(jìn)行特征篩選有哪些需要注意的點(diǎn)？答：（1）方法通過經(jīng)驗(yàn)法從業(yè)務(wù)上判斷變量重要性，這樣有助于與業(yè)務(wù)環(huán)境相契合，不至于模型脫節(jié)于業(yè)務(wù)，造成與同事、老板的經(jīng)驗(yàn)不一致。（2）維度維度分析的整體規(guī)律是從低維到多維。描述性統(tǒng)計(jì)側(cè)重于單維分析，并通過圖形過渡到對(duì)雙變量的處理，將雙維問題推廣到多維，這是統(tǒng)計(jì)分析的一般性流程。（3）變量重要性業(yè)務(wù)導(dǎo)向和（第三步）相關(guān)分析都是通過業(yè)務(wù)準(zhǔn)則

133.3333

1

0

0

關(guān)注作者

收藏

詹惠兒

Mysql報(bào)錯(cuò)Error Code: 1300. Invalid utf8mb4 character string: 'Amazon'

問：Mysql報(bào)錯(cuò)Error Code: 1300. Invalid utf8mb4 character string: 'Amazon' 答：這是因?yàn)樾枰獙?dǎo)入的數(shù)據(jù)的編碼格式不是utf8，在mysql中編譯不了，解決方法是先用電腦記事本打開該數(shù)據(jù)，選擇---另存為，將編碼格式改為“utf8”；或者用notepad打開，在編碼選項(xiàng)卡下，選擇“轉(zhuǎn)為utf8格式”，然后進(jìn)行導(dǎo)數(shù)操作。

133.3333

1

0

0

關(guān)注作者

收藏

詹惠兒

Mysql報(bào)錯(cuò)Error Code: 1262. Row 2 was truncated; it contained more data than there were inputcolumns

問：Mysql報(bào)錯(cuò)Error Code: 1262. Row 2 was truncated; it contained more data than there were inputcolumns 答：這是因?yàn)閷?dǎo)入的數(shù)據(jù)字段數(shù)與表設(shè)置的字符安數(shù)不一致，另外，當(dāng)數(shù)據(jù)中含有轉(zhuǎn)義字符加空字符或換行符等特殊字符時(shí)，可能會(huì)因轉(zhuǎn)義問題出現(xiàn)此報(bào)錯(cuò)；解決方法是修改mysql的sql_mode為空，語句為：set

133.3333

1

0

0

關(guān)注作者

收藏

liting李

啟動(dòng)Mysql服務(wù)報(bào)windows無法啟動(dòng)Mysql服務(wù)(位于本地計(jì)算機(jī)上) 錯(cuò)誤2:系統(tǒng)找不到指定的文件

啟動(dòng)MySQL服務(wù)時(shí)，出現(xiàn)如上圖所示的報(bào)錯(cuò)，該怎么解決呢？解決方案：1、首先，在電腦右下角輸入regedit，打開注冊(cè)表編輯器2、接著，打開HKEY_LOCAL_MACHINE--->SYSTEM--->CurrentControlSet--->Services--->MySQL，點(diǎn)擊MySQL文件夾如果是默認(rèn)安裝路徑，可以修改為："C:\Program Files\MySQL\MySQL Ser

133.3333

1

0

0

關(guān)注作者

收藏

liting李

SQL連接查詢中on and和on where的區(qū)別

一、區(qū)別1、 and條件是在生成臨時(shí)表時(shí)使用的條件，它不管and中的條件是否為真，都會(huì)返回左(或者右)邊表中的記錄。2、where條件是在臨時(shí)表生成好后，再對(duì)臨時(shí)表進(jìn)行過濾的條件。這時(shí)已經(jīng)沒有l(wèi)eft join的含義（必須返回左邊表的記錄）了，條件不為真的就全部過濾掉。二、例produc表 produc_details問題是下面兩個(gè)查詢結(jié)果有什么不同1.SELECT * FROM product

100.0000

1

0

0

關(guān)注作者

收藏

詹惠兒

python報(bào)錯(cuò)：NameError : name 'a1’ is not defined

問：python報(bào)錯(cuò)：NameError : name 'a1’ is not defined答：上圖中報(bào)name 'a1' is not defined的錯(cuò)誤，報(bào)次錯(cuò)誤的原因是因?yàn)閍1在運(yùn)行a1+a2這行代碼之前沒有被定義，要想解決上圖中的錯(cuò)誤，需要先執(zhí)行定義a1的代碼，也就是下圖紅色框中的代碼

100.0000

1

0

0

關(guān)注作者

收藏

詹惠兒

mysql有沒有函數(shù)是可以對(duì)日期數(shù)據(jù)進(jìn)行相減的？

問：mysql有沒有函數(shù)是可以對(duì)日期數(shù)據(jù)進(jìn)行相減的？答：mysql中要進(jìn)行日期數(shù)據(jù)的相加減可以使用date_aub()和subdate()函數(shù)，其語法如下：DATE_SUB(date,interval expr type)SUBDATE(date,interval expr type)其中：date是一個(gè)datetime或date值expr對(duì)date進(jìn)行加減法的一個(gè)表達(dá)式字符串type指明表達(dá)式e

100.0000

1

0

0

關(guān)注作者

收藏

詹惠兒

調(diào)查分析中怎么確定樣本量的大小？

問：調(diào)查分析中怎么確定樣本量的大?。看穑篴) 調(diào)查分析中的樣本量不建議小于 30 個(gè)；b) 關(guān)鍵變量的測(cè)量誤差，尤其是因變量，如果有理由認(rèn)為誤差增加，樣本量需相應(yīng)增加；c) 變量個(gè)數(shù)的 10 倍-30 倍之間為宜；d) 模型的復(fù)雜度，如果涉及到多組模型的聯(lián)立，建議 200 樣本量以上，模型越復(fù)雜，所需樣本量越多；e) 一個(gè)常用的折中方案：普通模型的樣本量在 60 到 200 之間；結(jié)構(gòu)方程、廣義方

100.0000

1

0

0

關(guān)注作者

收藏

詹惠兒

相關(guān)分析課上說的文氏圖是什么？

問：相關(guān)分析課上說的文氏圖是什么？答：文氏圖被表示成圓形(方差)及相互重疊部分，通常用來衡量低維空間中變量間的關(guān)系。圖中單陰影部分（?? + ??），對(duì)應(yīng)于因變量??與自變量??1 的協(xié)方差系數(shù)，但有時(shí)為了通俗表述起見，將其視為相關(guān)系數(shù)；因變量??與自變量??2 的相關(guān)為?? + ??； ??可以理解為因變量??與自變量??1 的凈相關(guān)或偏相關(guān)（除去??2 的影響后）； ??可以理解為??2 對(duì)

100.0000

1

0

0

關(guān)注作者

收藏

詹惠兒

怎么理解相關(guān)分析是模型分析的風(fēng)向標(biāo)？

問：怎么理解相關(guān)分析是模型分析的風(fēng)向標(biāo)？答：這是因?yàn)轱L(fēng)向標(biāo)的作用其實(shí)有兩個(gè)：一個(gè)是判斷風(fēng)的方向；另一個(gè)是判斷風(fēng)力大小。這與相關(guān)分析功能很相似，大部分的相關(guān)分析系數(shù)可以用于判斷變量間方向和大小問題，在相關(guān)分析散點(diǎn)圖中，每個(gè)點(diǎn)偏離質(zhì)心（因變量和自變量均值線的交叉處) 的遠(yuǎn)近，產(chǎn)生了相關(guān)強(qiáng)度，而且這個(gè)強(qiáng)度具有方向性，并可以區(qū)分為四個(gè)象限，一三象限是正相關(guān)，二四象限是負(fù)相關(guān)。

100.0000

1

0

0

關(guān)注作者

收藏

詹惠兒

統(tǒng)計(jì)量和總體、分布函數(shù)這些有什么關(guān)系？

問：統(tǒng)計(jì)量和總體、分布函數(shù)這些有什么關(guān)系？答：統(tǒng)計(jì)量可以表示為由樣本構(gòu)造的函數(shù)，此函數(shù)并不依賴于任何（總體）未知參數(shù)。例如樣本計(jì)算得到的均值、比例、方差等統(tǒng)計(jì)量。這也是統(tǒng)計(jì)推斷的基礎(chǔ)。分布函數(shù)??(??) = ??(?? ≤ ??)稱為??的分布函數(shù),表示隨機(jī)變量??值小于等于??的概率。密度函數(shù)??(??)可以表示為??(??)在??處的一階導(dǎo)數(shù)。

100.0000

1

0

0

關(guān)注作者

收藏

詹惠兒

mysql中為什么要用別名？

問：mysql中為什么要用別名？答：在mysql中別名可以分為表別名和字段別名，一般在以下情況會(huì)使用別名：表別名在兩個(gè)表存在同名字段時(shí)，可以用來區(qū)分字段來自哪個(gè)表；當(dāng)字段名或表名比較長(zhǎng)，不方便查找時(shí)，為了方便查閱可以使用字段別名/表別名。

150.0000

1

0

0

關(guān)注作者

收藏

<1…272829…340>

CDA考試動(dòng)態(tài)

考試內(nèi)容

考試地點(diǎn)

CDA報(bào)考指南

報(bào)考流程

考試時(shí)間

報(bào)名費(fèi)用

聯(lián)系我們

<ruby id="xkgbo"></ruby>