摘要： import pandas as pdimport osdef creatcatesdir(data, target): # 获取去重后的分类列表 cates = list(data['channelName'].unique()) # 打印类别 print(cates) # 建立类别文件夹 for 阅读全文

摘要： 用户体验设计的一个重要目的就是要降低用户的认知阻力（Cog-nitive Friction），即用户对于软件界面的认知（想象某事应该怎么做，想象某操作应该产生什么结果）和实际结果的差异。我们来看一个具体的例子，如果用户（一个生活在中国二线城市，有高中文化水平，有基本计算机基础的成年人）要在一个文稿中 阅读全文

摘要： 在sql语句中模糊查询是通过4种符号进行字符的匹配来实现 1，%：表示任意0个或多个字符。可匹配任意类型和长度的字符，有些情况下若是中文，请使用两个百分号（%%）表示。比如 SELECT * FROM [user] WHERE u_name LIKE '%三%'将会把u_name为“张三”，“张猫三 阅读全文

摘要： 正常使用python语法 有一些文档的使用 阅读全文

摘要： 转自：https://blog.csdn.net/QimaoRyan/article/details/76022038#23编辑模式快捷键 注：在Jupyter Notebook的主界面上Help > Keyboard Shortcut 即可看到所有快捷键，并且进行编辑 Jupyter Notebo 阅读全文

摘要： 1. 安装 ① 安装前提 安装Jupyter Notebook的前提是需要安装了Python（3.3版本及以上，或2.7版本）。 使用pip命令安装 如果你是有经验的Python玩家，想要尝试用pip命令来安装Jupyter Notebook，那么请看以下步骤吧！接下来的命令都输入在终端当中的噢！ 阅读全文

摘要： 1. 简介 Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。——Jupyter Notebook官方介绍 简而言之，Jupyter Notebook是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结 阅读全文

摘要： 例子实战之训练模型 在处理好数据之后我们就可以训练模型了，以多元逻辑回归为例 from sklearn.linear_model import LogisticRegression from sklearn.model_selection import ShuffleSplit from sklea 阅读全文

摘要： 特征选择 当特征特别多的时候，且有冗余的情况下，对特征进行选择不仅能使训练速度加快，还可以排除一些负面特征的干扰。sklearn 的feature_seletion提供了它许多特征选取函数，目前包括单变量选择方法和递归特征消除算法。它们均为转化器，故在此不举例说明如何使用。 除了使用feature_ 阅读全文

摘要： 我们上面已经初步得出模型，并且效果看起来还不错，所以我们现在应该下想办法进一步优化这一个模型了。 我们在调参的时候需要将数据集分为三部分，分别是：训练集、验证集以及测试集。训练集用于模型的训练，然后我们根据验证集的结果去调整出泛化能力较强的模型，最后通过测试集得出模型的泛化能力。如果只把数据分为训练 阅读全文