文章分类 -  数据分析与机器学习

1

pandas面试题
摘要：python数据分析师面试题选 以下题目均非原创，只是汇总 python数据分析部分 1. 如何利用SciKit包训练一个简单的线性回归模型利用linear_model.LinearRegression()函数 # Create linear regression object regr = lin 阅读全文

posted @ 2019-05-15 18:56 myworldworld 阅读(5994) 评论(0) 推荐(0) 编辑

6
摘要：66 阅读全文

posted @ 2018-10-20 08:11 myworldworld 阅读(60) 评论(0) 推荐(0) 编辑

5.5
摘要：4 阅读全文

posted @ 2018-10-19 22:10 myworldworld 阅读(54) 评论(0) 推荐(0) 编辑

5
摘要：55 阅读全文

posted @ 2018-10-15 00:10 myworldworld 阅读(61) 评论(0) 推荐(0) 编辑

33
摘要：2333 阅读全文

posted @ 2018-10-12 11:10 myworldworld 阅读(64) 评论(0) 推荐(0) 编辑

2
摘要：223 阅读全文

posted @ 2018-10-11 11:09 myworldworld 阅读(48) 评论(0) 推荐(0) 编辑

1
摘要：11111 阅读全文

posted @ 2018-10-10 11:08 myworldworld 阅读(75) 评论(0) 推荐(0) 编辑

算法三：决策树
摘要：2323 阅读全文

posted @ 2018-10-03 14:32 myworldworld 阅读(68) 评论(0) 推荐(0) 编辑

示例二：逻辑回归-信用卡欺诈检测
摘要：333 阅读全文

posted @ 2018-10-03 14:27 myworldworld 阅读(143) 评论(0) 推荐(0) 编辑

示例一：梯度下降求解逻辑回归
摘要：一、The data 一、The data 一、The data 一、The data 我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员，你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据，你可以用它作为逻辑回归的训练集。对于每一个培训例子 阅读全文

posted @ 2018-10-02 17:25 myworldworld 阅读(2373) 评论(0) 推荐(2) 编辑

算法二：逻辑回归
摘要：逻辑回归：不是回归算法，是分类算法，是经典的二分类算法。 逻辑回归的决策边界：可以是非线性的。 Sigmoid 函数，公式： 自变量取值为任意实数，值域[0,1] 解释：将任意的输入映射到了[0,1]区间 我们在线性回归中可以得到一个预测值，再将该值映射到Sigmoid 函数 中这样就完成了由值到概 阅读全文

posted @ 2018-10-02 16:51 myworldworld 阅读(89) 评论(0) 推荐(0) 编辑

算法一：线性回归
摘要：模型推导： 示例：已知年龄x1和工资x2，向银行贷款，贷款额度y 假设年龄x1的参数是w1，工资x2的参数是w2；w0为偏置项 拟合的平面：h(x) = w0 + w1x1 + w2x2 假设w0也乘一个x0，x0=1，则不影响计算结果，因此整合以上公式： 对于每一个样本，如图所示，红色的点为真实值 阅读全文

posted @ 2018-10-02 13:52 myworldworld 阅读(220) 评论(0) 推荐(0) 编辑

数据分析与机器学习六：seaborn下
摘要：五、多变量分析绘图 六、分类属性绘图 七、Facetgride 八、热度绘图 阅读全文

posted @ 2018-10-02 13:45 myworldworld 阅读(110) 评论(0) 推荐(0) 编辑

数据分析与机器学习六：seaborn上
摘要：seaborn是在matplotlib上的进一步封装，提供了丰富的模板。 一、sns风格和布局 seaborn提供了5种主题风格： darkgrid，深色背景，有网格线 whitegrid，白色背景，有网格线 dark，深色背景，没有网格线 white，白色背景，没有网格线 ticks，白色背景，有 阅读全文

posted @ 2018-10-02 13:17 myworldworld 阅读(252) 评论(0) 推荐(0) 编辑

数据分析与机器学习五：matplotlib--boxplot盒图
摘要：盒图： 定义盒图(四分图)：ax.boxplot(数据列表) 设置x轴的标签：ax.set_xticklables(标签列表，rotation=标签的倾斜度) 设置y轴的刻度范围：ax.set_ylim(起始值，终止值) 折线图示例： 阅读全文

posted @ 2018-10-02 12:24 myworldworld 阅读(694) 评论(0) 推荐(0) 编辑

数据分析与机器学习四：matplotlib--bar柱图和scatter散点图
摘要：数据：各评分公司对电影的评分表 更丰富的柱形图： 设置x轴的刻度：ax.set_xticks(x轴刻度列表) 设置x轴的标签：ax.set_xticklables(x轴标签列表，rotation=标签的倾斜度) 设置x轴的标题：ax.set_xlabel(x轴标题名称) 设置画图的标题：ax.set 阅读全文

posted @ 2018-09-13 23:15 myworldworld 阅读(557) 评论(0) 推荐(0) 编辑

packages
摘要：scipy 科学计算 建模：nltk、keras、sklearn，这些库主要是用于自然语言处理、深度学习和机器学习的，把这些用好了，你的模型就构建出来了。 阅读全文

posted @ 2018-09-09 20:23 myworldworld 阅读(149) 评论(0) 推荐(0) 编辑

数据分析与机器学习三：matplotlib--plot折线图
摘要：生成矩阵数据： 一、拆线图 画一个plot折线图：plt.plot(x轴数据，y轴数据) 1.x轴刻度值的倾斜度：plt.xticks(rotation=多少倾斜度) 2.x轴名称：plt.xlabel(轴名称) 3.画图标题：plt.title(图表名称) 二、在一个画图区间，画多个plot折线子 阅读全文

posted @ 2018-09-09 19:48 myworldworld 阅读(6603) 评论(0) 推荐(0) 编辑

数据分析与机器学习二：数据处理pandas
摘要：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。 pandas提供了大量能使我们快速便捷地处理数据的函数和方法。 一、生成dataFrame：也是矩阵结构的数据 read_csv 阅读全文

posted @ 2018-09-09 19:46 myworldworld 阅读(703) 评论(0) 推荐(0) 编辑

数据分析与机器学习一：矩阵计算numpy
摘要：导入numpy库： 一、生成numpy.ndarray矩阵 1、使用numpy.genfromtext()从.txt文件读入数据 --> 生成numpy.ndarray矩阵 print (help(np.genfromtxt)) 2.使用numpy.array()，对现有列表，生成numpy.nda 阅读全文

posted @ 2018-09-09 07:47 myworldworld 阅读(454) 评论(0) 推荐(0) 编辑

1

导航

< 2025年3月 >
日 一 二 三 四 五 六
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
点击右上角即可分享
微信分享提示