2019年7月23日
案例分析 - 泰坦尼克数据
摘要： 这里记录一下通过这个案例掌握的之前不会的api(pandas) 1.数据的统计描述 往往都df.decsribe() 但是可以分数值型和对象型变量 数值型 分类变量 2.填补（年龄数据中）的缺失值 3.处理多个维度的特征办法（舱位与生还概率） 分组 或 透视表 两个维度： 计算每个舱位的生还概率 性 阅读全文
posted @ 2019-07-23 12:48 胖白白 阅读(933) 评论(0) 推荐(1) 编辑