动手学习数据分析
dssaadsa_
这个作者很懒,什么都没留下…
展开
-
动手学习数据分析之模型建立和评估
动手学习数据分析之模型建立和评估建模sklearn模型算法选择路径图切割训练集和测试集回归模型随机森林输出模型预测结果评价k 折交叉验证混淆矩阵、精确率、召回率以及f-分数建模数据分析的目的是运用数据,结合业务来得到某些我们需要知道的结果。分析的第一步就是建模,搭建一个合适的模型获得合适的结果。在本章中,我们提出了对目标生存与否的预测的任务,我们分别搭建了回归模型,和决策树模型帮助我们实现目标。sklearn模型算法选择路径图下面给出sklearn的算法选择路径,供大家参考:切割训练集和测试集原创 2020-08-28 15:34:25 · 2024 阅读 · 0 评论 -
动手学习数学分析之“数据可视化”
动手学习数学分析之“数据可视化”matplotlib学习标注设置Figure和Subplot颜色、标记和线型刻度、标签和图例使用matplotlib进行图像绘制和分析柱状图线性图seabornmatplotlib学习我们首先对matplotlib库进行学习。标注设置要将图像良好,直观的进行表示,需要提前设置一些标注Figure和Subplotmatplotlib的图像都位于Figure对象中,需要用plt.figure创建一个新的Figure。创建包含subplot网格的figure是一个非常原创 2020-08-26 11:50:21 · 683 阅读 · 0 评论 -
动手学数据分析之“数据重构”
数据重构在数据分析中,原始的数据往往比较纷繁复杂,特征不突出,使用起来不方便,这种时候我们可以通过一定的数据重构手段,比如数据合并和数据聚类及数据重塑,来帮助我们将数据重构为更适合分析的形式,这就是数据重构的作用。动手学数据分析之“数据重构数据重构数据合并GroupBy机制数据聚合与运算数据合并pandas库中的数据合并方法有merge()函数,concat()函数,以及join()函数。GroupBy机制简而言之,GroupBy机制就是数据键进行拆分,然后进行操作得到一个新值。数据聚合与运算原创 2020-08-23 16:46:28 · 1063 阅读 · 0 评论 -
动手学数据分析之“数据清洗及特征处理”
动手学数据分析之“数据清洗及特征处理”1数据清洗1.1缺失值观察和处理1.1.1缺失值观察1.1.2处理缺失1.2重复值观察与处理1.2.1查看数据中的重复值1.2.2处理重复值2.特征观察与处理2.1对文本进行转换2.2提取特征1数据清洗1.1缺失值观察和处理1.1.1缺失值观察使用df.info()可以获得数据的索引,数据类型和内存信息df.info()使用.isnull()函数可以观察缺失值df.isnull()使用,sum()函数可以进行统计df.isnull().sum(原创 2020-08-21 16:19:56 · 529 阅读 · 0 评论 -
动手学习数据分析之“数据加载及探索性数据分析”
要进行数据分析,我们肯定首先要学会一些数据的基础操作,比如加载数据,查看数据……在本单元的学习中,我们使用pandas库对数据进行了一些基础操作,最后进行了一些基础的数据分析。原创 2020-08-18 16:49:10 · 817 阅读 · 0 评论