- 博客(6)
- 收藏
- 关注
RSS订阅原创 pandas日期字段处理
这些方法可以帮助您在Pandas中处理日期字段。您可以根据需要选择使用的方法，以满足您的数据分析需求。属性从日期字段中提取年月日、时分秒、周数、季度等信息。在较新版本的Pandas中已被弃用，建议使用。函数将字符串转换为日期字段，并使用。在Pandas中，可以使用。
2023-07-31 15:09:38
190
原创 多分类的布里尔分数Brier Score计算
问题描述：使用sklearn的brier_score_loss类计算四分类的布里尔分数时报错：ValueError: Only binary classification is supported. The type of the target is multiclass新版sklearn的brier_score_loss不支持多分类了解决方案：先对测试集的标签进行哑变量变换：proba= models.predict_proba(Xtest)Ytest_= Ytest.copy()Yte
2021-04-02 10:44:20
3192
6
原创 快来一起挖掘幸福感--新人实战--阿里云天池
学习内容概括：本赛题尝试了幸福感预测这一经典课题，希望在现有社会科学研究外有其他维度的算法尝试，结合多学科各自优势，挖掘潜在的影响因素，发现更多可解释、可理解的相关关系。跟着赛事论坛中的baseline完成比赛。学习内容：特征工程模型训练模型融合特征工程：数据来源：数据来自中国人民大学中国调查与数据中心主持之《中国综合社会调查（CGSS）》项目。感谢此机构及其人员提供数据协助。中国综合社会调查为多阶分层抽样的截面面访调查。考虑到变量个数较多，部分变量间关系复杂，数据分为完整版和精简版两类。
2021-01-30 23:41:39
637
原创 机器学习算法K近邻--阿里云天池
学习内容概括：KNN虽然很简单，但是人们常说"大道至简"，一句"物以类聚，人以群分"就能揭开其面纱，看似简单的KNN即能做分类又能做回归， 还能用来做数据预处理的缺失值填充。由于KNN模型具有很好的解释性，一般情况下对于简单的机器学习问题，我们可以使用KNN作为 Baseline，对于每一个预测结果，我们可以很好的进行解释。推荐系统的中，也有着KNN的影子。例如文章推荐系统中， 对于一个用户A，我们可以把和A最相近的k个用户，浏览过的文章推送给A。通过这次学习，了解KNN怎么做分类问题，了解KNN如何做回
2021-01-19 18:35:49
241
原创 朴素贝叶斯--阿里云天池
系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例
2021-01-05 00:50:57
267
2
原创 逻辑回归算法--阿里云天池
Task 01 逻辑回归算法学习内容概括具体学习内容学习重点记录1学习重点记录2学习总结学习内容概括了解 逻辑回归 的理论，掌握 逻辑回归 的 sklearn 函数调用使用并将其运用到鸢尾花数据集预测。具体学习内容Part1 Demo实践Step1:库函数导入，sklearn包里导入LogisticRegressionStep2:模型训练，fit方法进行拟合Step3:模型参数查看，查看模型的系数和截距，分别采用coef_,intercept_方法Step4:数据和模型可视化，matplot
2021-01-02 01:04:16
282
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