上一页 1 ··· 6 7 8 9 10 11 12 13 14 ··· 34 下一页
摘要: ImportError: cannot import name 'GridspecLayout' from 'ipywidgets' 出现的主要原因是其ipywidgets的版本太低,所以你首先要做的是查看你的ipywidgets的版本,然后再去安装最新版的版本,需要的版本是7.5.2 做法如下: 阅读全文
posted @ 2020-07-12 12:03 The-Chosen-One 阅读(952) 评论(0) 推荐(0)
摘要: 数据分析常用库的到导入与加载使用 数据的加载与初步分析 数据的基本信息展示输出 数据的初步处理 数据的独特类别值统计输出 缺失值的初步统计输出结果展示 数据透视表的输出展示 单列特征数据的整体处理函数apply函数 缺失值可视化输出函数使用展示 数据的热力图展示输出函数 单个变量的输出与展示效果 数 阅读全文
posted @ 2020-07-12 10:29 The-Chosen-One 阅读(235) 评论(0) 推荐(0)
该文被密码保护。 阅读全文
posted @ 2020-07-10 20:55 The-Chosen-One 阅读(10) 评论(0) 推荐(0)
该文被密码保护。 阅读全文
posted @ 2020-07-10 20:46 The-Chosen-One 阅读(1) 评论(0) 推荐(0)
摘要: EDA探索数据分析的各个调用库 数据的形状展示 数据的基本形式展示 数据特征的类型输出 数据的特征输出 数据平均值的求取和验证操作 数据切片操作分析 数据重复样本检验与分析 数据保存与展示查看 缺失值初步分析与展示函数大全 单变量特征数据分析与可视化展示方式 离散值特征数据之间相关性展示 特征衍生函 阅读全文
posted @ 2020-07-09 10:42 The-Chosen-One 阅读(384) 评论(0) 推荐(0)
摘要: KFold分成不同的份数进行模型的平均表现输出即可#1-1KFold交叉验证方式from sklearn.datasets import load_irisfrom sklearn.feature_selection import SelectKBest,f_classiffrom sklearn. 阅读全文
posted @ 2020-05-27 18:53 The-Chosen-One 阅读(1115) 评论(0) 推荐(0)
摘要: XGboost数据比赛实战之调参篇(完整流程) 首先,很幸运的是,Scikit-learn中提供了一个函数可以帮助我们更好地进行调参: sklearn.model_selection.GridSearchCV 常用参数解读: estimator:所使用的分类器,如果比赛中使用的是XGBoost的话, 阅读全文
posted @ 2020-05-27 18:51 The-Chosen-One 阅读(750) 评论(0) 推荐(0)
摘要: 单变量特征选择 单变量特征选择是通过选择那些基于单变量统计检验(univariate statistical tests)得出的最优特征来实现的。它可以看作是估计器的一个预处理步骤。Scikit-learn将一系列特征选择程序作为不同的类提供给我们,这些类都实现了 transform 方法: Sel 阅读全文
posted @ 2020-05-27 18:17 The-Chosen-One 阅读(884) 评论(0) 推荐(0)
摘要: #机器学习项目实战1-泰坦尼克号获救预测#1-1数据导入pandas库import pandas as pdpd.set_option("max_columns",1000) #设置最大展示列的数目为1000pd.set_option("max_rows",1000) #设置最大展示行的数目为100 阅读全文
posted @ 2020-05-27 17:36 The-Chosen-One 阅读(1260) 评论(0) 推荐(0)
摘要: #1-1二维数据表格文件的读入操作df=pd.read_excel(r"D:\Byrbt2018\Study\Python数据分析技术基础课程+练习+讲解\Python数据分析课程+练习+讲解\作业\作业3\作业3\香港酒店数据.xlsx") #r表示默认不是转义字符print(df)print(d 阅读全文
posted @ 2020-04-23 10:15 The-Chosen-One 阅读(1917) 评论(0) 推荐(0)
上一页 1 ··· 6 7 8 9 10 11 12 13 14 ··· 34 下一页