小白啊小白，Fighting

2019年5月17日

摘要：计算方法：阅读全文

posted @ 2019-05-17 21:38 小白啊小白，Fighting 阅读(407) 评论(0) 推荐(0) 编辑

摘要：计算方法：阅读全文

posted @ 2019-05-17 21:37 小白啊小白，Fighting 阅读(508) 评论(0) 推荐(0) 编辑

摘要： # coding=utf-8 from sklearn.datasets import load_iris, fetch_20newsgroups, load_boston from sklearn.model_selection import train_test_split, GridSearchCV from sklearn.neighbors import KNeighborsClas... 阅读全文

posted @ 2019-05-17 21:35 小白啊小白，Fighting 阅读(639) 评论(0) 推荐(0) 编辑

2019年5月10日

算法基础与开发流程

摘要： # coding = utf-8 from sklearn import datasets from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split ''' 算法是核心，数据和计算是基础定位： 1、分析数据 2、分析业务 3、应用常见算法进行对比... 阅读全文

posted @ 2019-05-10 22:49 小白啊小白，Fighting 阅读(3298) 评论(0) 推荐(0) 编辑

特征预处理

摘要： # coding=utf-8 from sklearn.preprocessing import MinMaxScaler from sklearn.preprocessing import StandardScaler from sklearn.preprocessing import Imputer import numpy as np ''' 特征预处理：通过特定的统计方法，将数据转换成... 阅读全文

posted @ 2019-05-10 22:48 小白啊小白，Fighting 阅读(358) 评论(0) 推荐(0) 编辑

特征选择与特征降维

摘要： # coding = utf-8 from sklearn.feature_selection import VarianceThreshold from sklearn.decomposition import PCA ''' 数据降维：特征的数量减少(即columns减少) 1、特征选择原因：阅读全文

posted @ 2019-05-10 22:48 小白啊小白，Fighting 阅读(1132) 评论(0) 推荐(0) 编辑

特征抽取

摘要： # coding=utf-8 from sklearn.feature_extraction.text import CountVectorizer from sklearn.feature_extraction.dict_vectorizer import DictVectorizer from sklearn.feature_extraction.text import TfidfVecto... 阅读全文

posted @ 2019-05-10 22:47 小白啊小白，Fighting 阅读(369) 评论(0) 推荐(0) 编辑

pandas数据分析案例

摘要： 1、数据分析步骤 2、案例阅读全文

posted @ 2019-05-10 11:28 小白啊小白，Fighting 阅读(3162) 评论(0) 推荐(0) 编辑

pandas之时间序列(data_range)、重采样(resample)、重组时间序列(PeriodIndex)

摘要： 1、data_range生成时间范围 b）将时间字符串转为时间序列使用pandas提供的方法把时间字符串转化为时间序列 df["timeStamp"] = pd.to_datetime(df["timeStamp"],format="")，其中format参数大部分情况下可以不用写 c）DataF 阅读全文

posted @ 2019-05-10 09:38 小白啊小白，Fighting 阅读(6576) 评论(2) 推荐(1) 编辑

2019年5月9日

pandas之数据处理操作

摘要： 1、pandas对缺失数据的处理判断数据是否为NaN：pd.isnull(df),pd.notnull(df) 处理方式1：删除NaN所在的行列dropna (axis=0, how='any', inplace=False) 处理方式2：填充数据，t.fillna(t.mean()),t.fia 阅读全文

posted @ 2019-05-09 16:29 小白啊小白，Fighting 阅读(7490) 评论(0) 推荐(0) 编辑

小白

公告