小狐狸

原创 决策树scikit-learn重要参数详解

这里写目录标题决策树与SKlearn工具包参数汇总参数详解不纯度计算方法参数：criterion**sklearn提供了两种选择：**基尼系数与信息熵比较重要参数： random_state & splitterrandom_statesplitter剪枝参数：1、max_depth2、min_samples_leaf3、min_samples_split4、max_features5、m...

原创 【数据挖掘算法实现】决策树sklearn实现

决策树算法实现决策树模型介绍（什么场景使用）优点缺点决策树思维导图决策树算法实现 python（参数控制）决策树模型介绍（什么场景使用）决策树 -有监督（有y）产生的模型具有可解释性。决策树不仅可以用来构建模型也可以用来筛选变量。（决策树用一个递归的过程将数据切分成越来越小的单元格中，单元格中数据逐步得到‘净化’，在这个过程中，决策树会选择出对有知道数据挖掘任务最重要的那些变量）决策树...

原创 CDA Level 2: Part 3.3 决策树（分类树、回归树）

原创 数据挖掘 数据集网站

数据集网站sklearn自带数据集 datasetsUCI机器学习数据集sklearn自带数据集 datasetssklearn不仅有函数还有数据集，在datasets包中，例如导入datasets中iris数据集：from sklearn.datasets import load_irisUCI机器学习数据集网址：UCI Machine Learning Repositoryhtt...

原创 数据挖掘 模型的衡量标准与建模

模型的衡量标准一、模型的衡量标准1、generating a good model准确性Accurate稳定性stable推广性general2、Ease of Use 是否好用generate a fitmeasure accuracymake predictionsswitch algorithmshare results3、Feature selectionuncorelated predi...

原创 pandas 细节总结

pandas 细节总结1、pandas option设置2、快速统计信息和数据类型 df.describe().T 、 df.info()3、多列排序 data.sort_values()4、去重复4.1、全部列去重复 data.drop_duplicates()4.2、某一列去重复 data.drop_duplicates(subset = '列标签')5、基于其他列创建一个新列M1：添加修改列...

原创 pycharts 数据分析与数据可视化

pycharts 数据可视化特性pycharts库安装调用快速画图进阶Echarts 是一个由百度开源的数据可视化。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。特性简洁的 API 设计，使用如丝滑般流畅，支持链式调用；囊括了 30+ 种常见图表，应有尽有；支持主流 Notebook 环境，Jupyter Note...

原创 python基础知识 查漏补缺

python基础知识 查漏补缺1、函数中的参数是形参，如果调用是不写关键字，默认按顺序把参数放进去。如果写了关键字，可以调换。函数中如果有return，才能赋值 a＝func_（）2、python 循环变量不需要加end，因为python代码前面的空格相当于循环体3、条件分支，条件最好互斥。否则，那个条件先满足，执行那个条件，后面条件不满足if condition1:print(‘1’)...

原创 python 数据画图

python 数据画图1、matplotlib2、seaborn3、echarts前端1、matplotlibimport matplotlib.pyplot as pltmatplotlib学习：matplotlib官网链接：https://matplotlib.org/2、seabornimport seaborn as snsseaborn 学习：seanborn-galle...

原创 Anaconda 常用使用技巧总结

Anaconda 常用使用技巧总结1、变量查询2、批量备注：Ctrl+/3、spyder打开.ipynk文件执行4、Prompt命令5、python安装新的第三方库1、变量查询whos #查看变量和变量信息who #查看变量2、批量备注：Ctrl+/3、spyder打开.ipynk文件执行step1-打开：Ipynk文件可以直接拖到spyder界面，右键convert to pyt...

原创 python安装新的第三方库 4种常见方式总结

python安装新的第三方库方法1：conda install pandas方法2：下载好安装包，安装 pip install xxx.zip方法3：python setup.py install方法4：pip install xxx.whl方法1：conda install pandas方法1是从anaconda云中安装，速度一言难尽。可以在prompt中下面语句，配置anaconda仓库...

原创 【利用Python进行数据分析】13 - Python建模库介绍

第十三章 Python建模库介绍1、pandas与模型代码的接口2、用Patsy创建模型描述2.1、Patsy创建模型设计矩阵2.2、用Patsy公式进行数据转换2.3、分类数据和Patsy主要内容：pandas数据规整和模型拟合和评分介绍两个流行的建模工具，statsmodels和scikit-learn。1、pandas与模型代码的接口模型开发的通常工作流是使用pandas进行数据加...

原创 【利用Python进行数据分析】12 - pandas高级应用

第12章 pandas高级应用1、分类数据1.1、pandas处理重复值常见函数1.2、分类编码 series_str.take(values)1.3、pandas的分类类型1.4、用分类进行计算 (pd.Series(draws).groupby(bins).agg(['count', 'min', 'max']).reset_index())1.5、用分类提高性能1.6、分类方法1.7、为建模...

原创 【利用Python进行数据分析】11 - 时间序列

这里写目录标题日期和时间数据类型及工具字符串和datetime的相互转换dateframe转字符串字符串转日期格式时间序列（time series）数据是一种重要的结构化数据形式，时间序列数据主要有以下几种：时间戳（timestamp），特定的时刻。固定时期（period），如2007年1月或2010年全年。时间间隔（interval），由起始和结束时间戳表示。时期（period）可以被...