机器学习
文章平均质量分 94
happy19991001
笨鸟先飞
展开
-
利用Python进行数据分析(Ⅴ)
利用Python进行数据分析(Ⅴ)本文参考书籍:《利用Python进行数据分析》目录利用Python进行数据分析(Ⅴ)13.Python建模库介绍13.1 pandas与建模代码的结合13.2 使用Patsy创建模型描述13.2.1 Patsy公式中的数据转换13.Python建模库介绍 13.1 pandas与建模代码的结合 使用pandas用于数据载入和数据清洗,之后切换到模型库去建立模型是一个常见的模型开发工作流。在机器学习中,特征工程是模型开发的重要部分之一。特征工程是指从原生数据集原创 2021-02-04 11:21:37 · 870 阅读 · 1 评论 -
Python部分基本操作、函数与方法集合
Python部分操作、函数与方法集合操作:3**2 用两个乘号表示乘方运算# 用#标识注释 函数:str() 将非字符串值表示为字符串方法:name.title() 以首字母大写方式显示每个单词name.rstrip() 删除字符串结尾多余的空白name.lstrip() 删除字符串开头的空白name.strip() 删...原创 2020-05-12 11:42:36 · 219 阅读 · 0 评论 -
利用Python进行数据分析(Ⅳ)
利用Python进行数据分析(Ⅳ)本文参考书籍:《利用Python进行数据分析》目录利用Python进行数据分析(Ⅳ)10.数据聚合与分组操作10.1 GroupBy机制10.数据聚合与分组操作 10.1 GroupBy机制 在操作的第一步,数据包含在pandas对象中,可以是Series、DataFrame或其他数据结构,之后根据你提供的一个或多个键分离到各个组中。分离操作是在数据对象的特定轴向上进行的。例如,DataFrame可以在它的行方向(axis=0)或列方向(axis=1)进行分原创 2021-02-03 16:08:52 · 1165 阅读 · 2 评论 -
利用Python进行数据分析(Ⅰ)
利用Python进行数据分析(上)本文参考书籍:《利用Python进行数据分析》目录利用Python进行数据分析(上)准备工作重要的Python库NumPy准备工作重要的Python库NumPyNumPy(Numerical Python) 是Python数值计算的基石它提供多种数据结构、算法以及大部分涉及Python数值计算所需的接口Numpy还包括:快速、高效...原创 2021-01-18 17:04:19 · 1861 阅读 · 0 评论 -
Python的数据可视化
Python的数据可视化目录Python的数据可视化生成数据生成数据matplotlib:数学绘图库Pygal包:专注于生成适合在数字设备上显示的图表原创 2020-05-22 22:14:01 · 3661 阅读 · 1 评论 -
利用Python进行数据分析(Ⅲ)
利用Python进行数据分析(Ⅲ)本文参考书籍:《利用Python进行数据分析》目录利用Python进行数据分析(Ⅲ)7.数据清洗与准备7.数据清洗与准备原创 2021-01-30 10:48:13 · 1553 阅读 · 0 评论 -
利用Python进行数据分析(Ⅱ)
利用Python进行数据分析(Ⅱ)本文参考书籍:《利用Python进行数据分析》目录利用Python进行数据分析(Ⅱ)5.pandas入门5.1 pandas数据结构介绍5.1.1 SeriesDataFrame5.pandas入门 pandas是用来处理表格型或异质型数据的,而NumPy则相反,它更适合处理同质型的数值类数组数据5.1 pandas数据结构介绍5.1.1 Series Series是一种一维的数组型对象,它包含了一个值序列,并且包含了数据标签,称为索引。最简单的序列可以仅原创 2021-01-23 16:37:41 · 809 阅读 · 0 评论 -
机器学习实战(基于Scikit-Learn和TensorFlow)(Ⅰ)
机器学习实战(基于Scikit-Learn和TensorFlow)本文参考书籍:《机器学习实战(基于Scikit-Learn和TensorFlow)》目录机器学习实战(基于Scikit-Learn和TensorFlow)1. 1.原创 2021-02-11 16:58:31 · 1949 阅读 · 1 评论 -
机器学习实战(基于Scikit-Learn和TensorFlow)(Ⅱ)
机器学习实战(基于Scikit-Learn和TensorFlow)(Ⅱ)本文参考书籍:《机器学习实战(基于Scikit-Learn和TensorFlow)》目录机器学习实战(基于Scikit-Learn和TensorFlow)(Ⅱ)5.支持向量机线性SVM分类软间隔分类非线性SVM分类多项式核添加相似特征高斯RBF核函数计算复杂度SVM回归工作原理决策函数和预测训练目标二次规划对偶问题核化SVM在线SVM6.决策树 5.支持向量机 SVM能执行线性或非线性分类、回归,或异常值检测任务。SVM特原创 2021-02-14 16:34:30 · 1809 阅读 · 0 评论