该文被密码保护。 阅读全文
该文被密码保护。 阅读全文
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
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
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
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
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
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