CDA数据分析师

CDA数据分析师

考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

《CDA二级教材》勘误表(第 4 版)

2026-01-22

本勘误表旨在修正《CDA二级教材(第4版)》印刷中出现的各类错误,建议读者在阅读教材时,对照本表对相关内容进行标注和更正。后续若发现新的错误,我们将及时更新勘误表并发布。

本次勘误针对2025年7月第4版,2025年7月第2次印刷
序号 勘误位置 原内容 修正内容
1 P53 表达式修改为"DF[DF.col.str.contains(‘^M’)]"
2 P129 修改为“AvgIncome”
3 P137 修改为“第一种是百分位秩。百分位秩就是把变量从小到大排列,然后依次赋予序列号,最后用序列号除以总的样本量再乘以100,值域为 [0,100]。”
4 P185 将代码修改为“print("chisq=%6.4f\np-value=%6.4f\ndof=%d\nexpected_freq=%s” %stats.chi2_contingency(cross_taable.iloc[:2,:2]),输出为:chisq=2.7098,p-value=0.0997 dof=1 expected_freq=[[4149.15422886 1030.84577114] [358.84577114 89.15422886]]] 卡方值为:2.7098,P值为0.0997
5 P228 特异度(Specificity/True Negative Rate)
6 P229 特异度
7 P243 分别修改为:得分改为1、2、3、4、5;20天的R指标打为1分,小于3天的打5分 。
8 P250 越大,表明群之间差异越大,聚类效果越好。
9 P269 改为:决策树可以分为基于熵增益的ID3决策树和基于熵增益率的C4.5决策树

若您在使用教材过程中,发现了其他错误或有任何疑问,欢迎通过以下方式与我们联系:

发送电子邮件至:exam@cdaglobal.com,邮件主题请务必注明‘《CDA二级教材(第4版)》错误反馈’,并在邮件正文中详细描述错误位置、原内容及您认为正确的内容。

完 谢谢观看