- 博客(6)
- 收藏
- 关注
RSS订阅原创 Task11综合练习
Task11综合练习 文章目录【任务四】显卡日志【任务五】水压站点的特征工程 学习参考：http://datawhale.club/t/topic/579/7 【任务四】显卡日志 下面给出了3090显卡的性能测评日志结果，每一条日志有如下结构： Benchmarking #2# #4# precision type #1# #1# model average #2# time : #3# ms 其中#1#代表的是模型名称，#2#的值为train(ing)或inference，表示训练状态或推断状态，
2021-01-13 23:38:44
191
1
原创 第十章 时序数据
学习参考：http://datawhale.club/t/topic/579 文章目录Ex1：太阳辐射数据集Ex2：水果销量数据集 Ex1：太阳辐射数据集 import numpy as np import pandas as pd import matplotlib.pyplot as plt 现有一份关于太阳辐射的数据集： df = pd.read_csv('../data/solar.csv', usecols=['Data','Time','Radiation','Temperature']) d
2021-01-10 22:30:57
529
1
原创 第九章 分类数据
第九章 分类数据 学习参考：http://datawhale.club/t/topic/579 文章目录第九章 分类数据Ex1：统计未出现的类别Ex2：钻石数据集 Ex1：统计未出现的类别 在第五章中介绍了crosstab函数，在默认参数下它能够对两个列的组合出现的频数进行统计汇总： df = pd.DataFrame({'A':['a','b','c','a'], 'B':['cat','cat','dog','cat']}) pd.crosstab(df.A, df.B) 但事实上有些列存储的是分类
2021-01-04 22:49:16
592
2
原创 第八章 文本数据
第八章 文本数据 学习参考：http://datawhale.club/t/topic/579 文章目录第八章 文本数据Ex1：房屋信息数据集Ex2：《权力的游戏》剧本数据集 Ex1：房屋信息数据集 现有一份房屋信息数据集如下： import numpy as np import pandas as pd df = pd.read_excel('../data/house_info.xls', usecols=['floor','year','area','price']) df.head(3) 将y
2021-01-03 20:21:41
467
4
原创 第七章 缺失数据
第七章 缺失数据 学习参考：http://datawhale.club/t/topic/579 文章目录第七章 缺失数据Ex1：缺失值与类别的相关性检验Ex2：用回归模型解决分类问题 Ex1：缺失值与类别的相关性检验 在数据处理中，含有过多缺失值的列往往会被删除，除非缺失情况与标签强相关。下面有一份关于二分类问题的数据集，其中X_1, X_2为特征变量，y为二分类标签。 import numpy as np import pandas as pd from scipy.stats import chi2 d
2021-01-02 21:23:24
368
2
原创 综合练习
学习参考：http://datawhale.club/t/topic/579 文章目录【任务一】企业收入的多样性【任务二】组队学习信息表的变换【任务三】美国大选投票情况 【任务一】企业收入的多样性 【题目描述】一个企业的产业收入多样性可以仿照信息熵的概念来定义收入熵指标： 其中 p(xi)是企业该年某产业收入额占该年所有产业总收入的比重。在company.csv中存有需要计算的企业和年份，在company_data.csv中存有企业、各类收入额和收入年份的信息。现请利用后一张表中的数据，在前一张表中增加一
2021-01-01 22:10:05
168
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