上一页 1 2 3 4 5 6 7 ··· 22 下一页

2022年9月30日

df.plot绘图基本操作参考

摘要: import matplotlib.pyplot as plt import numpy as np import pandas as pd #读取天气数据 df = pd.read_csv('data/london2018.csv') df 折线图 单个y值 df.plot.line(x='Mon 阅读全文

posted @ 2022-09-30 17:02 lmqljt 阅读(2443) 评论(0) 推荐(1) 编辑

pandas中绘图函数df.plot()的使用以及cumsum()函数

摘要: df.plot df.plot(x, y, kind, figsize, title, grid, legend, style) x 只有dataframe对象时,x可用。横坐标 y 同上,纵坐标变量 kind 可视化图的种类,如下: | - 'bar' : vertical bar plot | 阅读全文

posted @ 2022-09-30 16:30 lmqljt 阅读(1218) 评论(0) 推荐(0) 编辑

2022年9月29日

python MLPRegressor神经网络回归预测

摘要: 参数说明: batch参数用来指定mini-batch sgd优化器的样本批量大小,默认值为200(如样本数低于200,则为样本数)。 max_iter用来指定神经网络的最大迭代次数,默认值为200。 random_state用来指定随机种子,用来控制模型初始权重的随机性。如果给定特定值,重新跑模型 阅读全文

posted @ 2022-09-29 22:45 lmqljt 阅读(2721) 评论(0) 推荐(0) 编辑

Sklearn主要模块介绍

摘要: https://blog.csdn.net/weixin_41395763/article/details/122949178 阅读全文

posted @ 2022-09-29 14:28 lmqljt 阅读(34) 评论(0) 推荐(0) 编辑

sklearn获取数据集时fetch_california_housing()数据慢以及获取不到

摘要: 直接去网站下载即可。 在加载fetch_california_housing()数据的时候,加载很久都不出来解决方法:进入网站https://ndownloader.figshare.com/files/5976036下载数据集,然后将压缩包移动到C:\Users\用户名\scikit_learn_ 阅读全文

posted @ 2022-09-29 14:24 lmqljt 阅读(871) 评论(0) 推荐(0) 编辑

2022年9月28日

df.plot()参数

摘要: 可参考: https://blog.csdn.net/Stybill_LV_/article/details/106652471 https://blog.csdn.net/u010916338/article/details/105725777 阅读全文

posted @ 2022-09-28 21:09 lmqljt 阅读(60) 评论(0) 推荐(0) 编辑

pandas.DataFrame.hist()等函数bins参数的理解

摘要: bins 参数的含义是所画出的直方图的“柱”的个数;每个“柱”的值为其跨越的值的个数和。 从图中可以看到‘柱’的个数为6,每个“柱”的值为其跨越的值的个数和。如第一个“柱”跨越了0和1,那么该柱的高度就是0和1出现的次数的总和。 DataFrame.hist(column=None, by=None 阅读全文

posted @ 2022-09-28 17:56 lmqljt 阅读(2612) 评论(0) 推荐(0) 编辑

2022年9月27日

np.unique()函数

摘要: https://www.cnblogs.com/keye/p/11168540.html 阅读全文

posted @ 2022-09-27 16:44 lmqljt 阅读(22) 评论(0) 推荐(0) 编辑

Sklearn保存和导入模型,pickle.dump()

摘要: Python中Pickle模块的dump()方法和load()方法 在机器学习中,我们常常需要把训练好的模型存储起来,这样在进行决策时直接将模型读出,而不需要重新训练模型,这样就大大节约了时间。Python提供的pickle模块就很好地解决了这个问题,它可以序列化对象并保存到磁盘中,并在需要的时候读 阅读全文

posted @ 2022-09-27 14:15 lmqljt 阅读(874) 评论(0) 推荐(0) 编辑

sklearn预处理函数

摘要: sklearn实现 归类为5大类 sklearn.preprocessing.scale()(最常用,易受异常值影响) sklearn.preprocessing.StandardScaler() sklearn.preprocessing.minmax_scale()(一般缩放到[0,1]之间,若 阅读全文

posted @ 2022-09-27 10:26 lmqljt 阅读(153) 评论(0) 推荐(0) 编辑

上一页 1 2 3 4 5 6 7 ··· 22 下一页

导航