自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 ImportError: cannot import name ‘SAVE_STATE_WARNING‘ from ‘torch.optim.lr_scheduler‘ (/home/jsj/anac

ImportError: cannot import name 'SAVE_STATE_WARNING' from 'torch.optim.lr_scheduler'

2022-09-21 15:48:25 1238 1

原创 leetcode--数组

题目:给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target 的那 两个 整数,并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。public class Solution { public int[] TwoSum(int[] nums, int target) { int[] result = new int[2]; for (int i

2022-02-13 16:26:18 367

原创 动手学数据分析:3.模型搭建和评估

这一章我们要做的就是使用数据,我们做数据分析的目的也就是,运用我们的数据以及结合我的业务来得到某些我们需要知道的结果。那么分析的第一步就是建模,搭建一个预测模型或者其他模型;我们从这个模型的到结果之后,我们要分析我的模型是不是足够的可靠,那么就需要评估这个模型。我们拥有的泰坦尼克号的数据集,那么我们这次的目的就是,完成泰坦尼克号存活预测这个任务。import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport

2021-12-23 12:57:33 413

原创 动手学数据分析:2(下)数据可视化

2 第二章:数据可视化开始之前,导入numpy、pandas包和数据# 加载所需的库# 如果出现 ModuleNotFoundError: No module named 'xxxx'# 你只需要在终端/cmd下 pip install xxxx 即可%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline是一个魔法函数(Mag

2021-12-19 22:42:18 216

原创 动手写数据分析:2(中)数据重构

2.4 数据的合并2.4.1 将data文件夹里面的所有数据都载入,与之前的原始数据相比,观察他们的之间的关系text_left_up = pd.read_csv("data/train-left-up.csv")text_left_down = pd.read_csv("data/train-left-down.csv")text_right_up = pd.read_csv("data/train-right-up.csv")text_right_down = pd.read_csv("

2021-12-17 22:52:06 351

原创 动手学数据分析之 2数据清洗及特征处理

首先大致了解数据清洗。通常情况下我们拿到的数据是会存在缺少值或者有一些异常点等,需要经过一定的处理才能继续后边的分析或建模。所以拿到数据的第一步是进行数据清洗,将数据清洗成可以分析或建模的样子。2.1 缺失值观察与处理我们拿到的数据经常会有很多缺失值,比如有些列存在NaN,那其他列还有没有缺失值,这些缺失值要怎么处理呢2.1.1 缺失值观察(1) 请查看每个特征缺失值个数(2) 请查看Age, Cabin, Embarked列的数据 以上方式都有多种方式#方法一df....

2021-12-15 22:11:59 2088

原创 初学动手学数据分析

1.数据加载1.1载入数据1.1.1导入numpy和pandasimport numpy as npimport pandas as pd1.1.2 载入数据(1) 使用相对路径载入数据df = pd.read_csv('train.csv')df.head(3)(2) 使用绝对路径载入数据df = pd.read_csv('/Users/chenandong/Documents/train.csv')df.head(3)1.1.3 每1000行为一个数据.

2021-12-14 14:14:20 216

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除