摘要： 目录： 定义 期望与方差 两个二项分布的协方差 python画图 二项分布与其他分布的关系 一、定义 在n次独立重复的伯努利试验中，设每次试验中事件A发生的概率为p。用 X 表示n重伯努利试验中事件A发生的次数，则X的可能取值为0，1，…，n,且对每一个k（0≤k≤n）,事件{X=k}即为“n次试验 阅读全文

摘要： 文章转载于：https://www.cnblogs.com/jiaxin359/p/8615502.html 数据可视化可以帮助我们理解数据：查看数据的分布情况，观察有没有异常值，各个变量之间的相关情况。 当我们进行数据可视化的时候，我们要紧紧围绕着这个变量和我们的目标变量之间的关系，在绘制大多数图 阅读全文

摘要： 目录 移除方差较低的特征 VarianceThreshold方法 单变量特征选择 回归特征消除 基于L1正则化的特征选择（线性模型的特征选择） 基于树结构的特征选择 特征选择 特征选择是从数据集的诸多特征里面选择和目标变量相关的特征，去掉那些不相关的特征。 特征选择分为两个问题：一个是子集搜索问题， 阅读全文

摘要： reshape可以用于numpy库里的ndarray和array结构以及pandas库里面的DataFrame和Series结构。reshape用来更改数据的列数和行数reshape（行，列）可以根据指定的数值将数据转换为特定的行数和列数；那么reshape(1,-1)或者reshape(-1,1) 阅读全文

摘要： 特征选择 主要思想：包裹式（封装器法）从初始特征集合中不断的选择特征子集，训练学习器，根据学习器的性能来对子集进行评价，直到选择出最佳的子集。包裹式特征选择直接针对给定学习器进行优化 案例一、封装器法 常用实现方法：循序特征选择。 循序向前特征选择：Sequential Forward Select 阅读全文

摘要： pd.to_datetime() 因为不了解该段代码意思： # 不过要注意，数据里有时间出错的格式，所以我们需要 errors='coerce' data['used_time'] = (pd.to_datetime(data['creatDate'], format='%Y%m%d', error 阅读全文

摘要： sklearn.metrics.classification_report（）模型评估的一种，输出一个报告 sklearn.metrics.classification_report(y_true, y_pred, labels=None, target_names=None, sample_wei 阅读全文

摘要： 1.皮尔森相关系数(Pearson)评估两个连续变量之间的线性关系 -1 ≤ p ≤ 1p接近0代表无相关性p接近1或-1代表强相关性 代码： #相关系数显著性检验 import numpy as np import scipy.stats as stats import scipy x=np.ar 阅读全文

摘要： 前面已经有了一篇信用卡的文章，拓展不同方法 前面的处理方式都一样，主要不同的是从缺失值开始的： #导入模块 import pandas as pd import numpy as np from scipy import stats import seaborn as sns import matp 阅读全文

摘要： df.as_matrix()可将dataframe数据转换成数组，和df.values 用法一致，但是现在一般使用values ，二者返回的都是数组 #原始DataFrame import pandas as pd import numpy as np df=pd.DataFrame(np.aran 阅读全文