The-Chosen-One - 博客园

2020年3月25日

摘要： #python数据清洗操作#1-1 pandas进行数据缺失值的预处理import pandas as pdimport numpy as npdate=pd.date_range("20200101",periods=6)df=pd.DataFrame(np.random.randn(6,4),i 阅读全文

posted @ 2020-03-25 20:05 The-Chosen-One 阅读(636) 评论(0) 推荐(0) 编辑

python爬虫与数据采集

摘要： #python爬虫技术#1-1 需要通过python的urllib或者request建立请求通信机制#1导入python的url库，请求库，用于与网页进行通信请求'''from urllib.request import urlopenurl="https://www.python.org/"res 阅读全文

posted @ 2020-03-25 20:04 The-Chosen-One 阅读(653) 评论(0) 推荐(0) 编辑

value_counts()函数输出表格数组行列数据统计（python）

摘要： python中数据含量统计：对于：pandas表格数据numpy的数组型数据均可以通过value_counts()函数来进行输出 pandas表格：print(data["size"].value_counts()) numpy的数组型：print(n[0].value_counts())结果输出阅读全文

posted @ 2020-03-25 12:21 The-Chosen-One 阅读(2272) 评论(0) 推荐(0) 编辑

2020年3月21日

sklearn框架

该文被密码保护。阅读全文

posted @ 2020-03-21 18:26 The-Chosen-One 阅读(0) 评论(0) 推荐(0) 编辑

sklearn框架的系统学习

摘要：学习官网：https://scikit-learn.org（API and user guide比较重要，可以系统学习) 阅读全文

posted @ 2020-03-21 18:22 The-Chosen-One 阅读(400) 评论(0) 推荐(0) 编辑

2020年3月20日

numpy删除二维数据矩阵的行和列

摘要： python中numpy二维数组数据删除行和列： x=np.array[[1,2,3],[1,2,3]] 二维数组数据 y=np.array[0,1] #一维数据 #删除行： x=np.delete(x,1,axis=0) y=np.delete(y,1) #删除列： x=np.delete(x,1 阅读全文

posted @ 2020-03-20 18:35 The-Chosen-One 阅读(4259) 评论(0) 推荐(2) 编辑

2020年3月19日

sklearn中机器学习算法评价指标

摘要： #机器学习分类算法的评价指标#二分类问题的算法评价指标import numpy as npimport matplotlib.pyplot as pltimport pandas as pdfrom sklearn import datasetsd=datasets.load_digits()x=d 阅读全文

posted @ 2020-03-19 18:46 The-Chosen-One 阅读(1720) 评论(0) 推荐(0) 编辑

sklearn调用逻辑回归算法

摘要： #逻辑回归算法是一个二分类的算法，但是通过变形可以解决多分类的任务#逻辑回归将数据的特征转变为数据的发生概率，然后与阈值作比较，判断是0还是1，所以也可以叫做回归算法import numpy as npimport matplotlib.pyplot as plt#定义概率转换函数sigmoid函数阅读全文

posted @ 2020-03-19 18:42 The-Chosen-One 阅读(903) 评论(0) 推荐(0) 编辑

2020年3月18日

sklearn调用多项式回归

摘要： import numpy as npimport matplotlib.pyplot as pltx=np.random.uniform(-3,3,size=100)X=x.reshape(-1,1)np.random.seed(666)y=0.5*x**2+x+2+np.random.normal 阅读全文

posted @ 2020-03-18 22:08 The-Chosen-One 阅读(1372) 评论(0) 推荐(0) 编辑

sklearn调用PCA算法

摘要： #PCA算法的底层原理实现import numpy as npimport matplotlib.pyplot as pltx=np.empty((100,2))np.random.seed(666)#噪声数据验证x[:,0]=np.random.uniform(0.0,100.0,size=100 阅读全文

posted @ 2020-03-18 22:05 The-Chosen-One 阅读(751) 评论(0) 推荐(0) 编辑

OnlyYan

种下梧桐树，赢得凤凰来。你若盛开，蝴蝶自来；你若精彩，天自安排！

公告