数据科学流程之创建新特征
摘要：当特征和目标变量不是很相关时，可以修改输入的数据集，应用线性，非线性变换（或者其他相似方法）来提高系统的精度。 - 数据是“死”的，人的思维是“活”的。 - 数据科学家负责改变数据集和输入数据，使数据更好的符合分类模型。 基本方法：A. 特征的线性修正 B. 特征的非线性修正 K近邻方法（K-Nea
阅读全文
posted @
2020-03-30 22:31
CC陈三愿
阅读(541)
推荐(0) 编辑
数据科学流程之EDA简介
摘要：数据加载和数据预处理： （1）利用Pandas库进行数据加载和预处理：处理问题数据，日期格式解析，NaN值的处理，分组和聚类，排序和索引，文本数据的编码，词频统计等； （2）利用Numpy库进行数据处理：数组的创建，矩阵运算，数组切片，堆叠等。 数据分析： （1）数据的探索性分析； （2）高维数据的
阅读全文
posted @
2020-03-30 14:02
CC陈三愿
阅读(1588)
推荐(0) 编辑
Python中合并数据集——merge函数和concat函数区别
摘要：合并数据集 一.merge函数参数表格 merge(left,right,how='inner',on=None,left_on=None,right_on=None,left_index=False,right_index=False,sort=False,suffixes= ('_x','_y'
阅读全文
posted @
2020-03-24 17:50
CC陈三愿
阅读(1934)
推荐(0) 编辑
Python中元素索引函数——iloc[]和loc[]的区别
摘要：Python中元素索引函数——iloc[]和loc[]的区别 一.loc[]函数 loc[]函数用行列标签选择数据，前闭后闭。 1. 索引单个元素：通过行索引“index”中的具体值来取行数据。括号里面是先行后列，以逗号分割，行和列分别是行标签和列标签。 2. 索引区域：矩形区域的行标签，矩形区域的
阅读全文
posted @
2020-03-24 17:27
CC陈三愿
阅读(9696)
推荐(0) 编辑
浅谈数据库三大模式：外模式，内模式，概念模式
摘要：人们为数据库设计了一个严谨的体系结构，数据库领域公认的标准结构是三级模式结构，它包括外模式、概念模式、内模式，有效地组织、管理数据，提高了数据库的逻辑独立性和物理独立性。用户级对应外模式，概念级对应概念模式，物理级对应内模式，使不同级别的用户对数据库形成不同的视图。所谓视图，就是指观察、认识和理解数
阅读全文
posted @
2020-03-11 14:22
CC陈三愿
阅读(6237)
推荐(0) 编辑
