![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 68
yungeisme
编程就像一件玩具,而我就是那个永远长不大的孩子!
展开
-
类表示公理
类表示公理类表示有外部表示和内蕴表示,故归类输入、归类输出都有:内蕴表示和外部表示。归类输入的外部表示归类输入的外部表示由一个有限抽样对象集合O={o1,o2,o3,...,oN}" role="presentation">O={o1,o2,o3,...,oN}O={o1,o2,o3,...,oN}O=\{o_1,o_2,o_3,...,o_N\}的归类输入外部信息组成,包括对象的原创 2018-02-01 20:30:05 · 976 阅读 · 3 评论 -
Pandas详解十九之轴向连接Pandas对象-Concat
约定:import pandas as pd轴向连接-Concat在数据处理中,通常将原始数据分开几个部分进行处理而得到相似结构的Series或DataFrame对象,我们该如何进行纵向合并它们?这时我们可以选择用pd.concat()方式极易连接两个或两个以上的Series或DataFrame对象。如下是该函数的参数解读:pd.concat(objs,...原创 2018-06-12 12:47:20 · 1369 阅读 · 0 评论 -
Pandas详解十一之Fillna填充缺失数据
约定:import pandas as pdimport numpy as npfrom numpy import nan as NaN填充缺失数据fillna()是最主要的处理方式了。df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])df1代码结果: ...原创 2018-03-17 23:00:18 · 104595 阅读 · 3 评论 -
Pandas详解十之Dropna滤除缺失数据
约定:import pandas as pdimport numpy as npfrom numpy import nan as NaN滤除缺失数据pandas的设计目标之一就是使得处理缺失数据的任务更加轻松些。pandas使用NaN作为缺失数据的标记。使用dropna使得滤除缺失数据更加得心应手。一、处理Series对象通过dropna(...原创 2018-03-17 22:57:55 · 96915 阅读 · 3 评论 -
Pandas详解九之Drop丢弃指定轴的项
约定:import pandas as pdimport numpy as npDrop丢弃指定轴上的项丢弃某轴上项,只要有一个索引表或者列表即可。丢弃Series上的项:se1=pd.Series(range(10,15))se1.drop([2,3])代码结果:0 101 114 14dtype: int3...原创 2018-03-17 22:53:51 · 1696 阅读 · 0 评论 -
Pandas详解八之ReIndex重新索引
约定:import pandas as pdimport numpy as npReIndex重新索引reindex()是pandas对象的一个重要方法,其作用是创建一个新索引的新对象。一、对Series对象重新索引se1=pd.Series([1,7,3,9],index=['d','c','a','f'])se1代码结果:d 1...原创 2018-03-17 22:47:52 · 63537 阅读 · 1 评论 -
Pandas详解七之DatetimeIndex、PeriodIndex和TimedeltaIndex时间序列
约定:import pandas as pdimport numpy as np时间序列上节介绍的Timestamp、Period和Timedelta对象都是单个值,这些值都可以放在索引或数据中。作为索引的时间序列有:DatetimeIndex、PeriodIndex和TimedeltaIndex,它们都可以作为Series和DataFrame的索引。一、创建Date...原创 2018-03-17 22:34:30 · 39085 阅读 · 0 评论 -
Pandas详解六之Timestamp、Period、Timedelta时间对象
约定:import pandas as pdimport numpy as np一、时间点TimestampTimestamp是从Python标准库的datetime类继承过来的,表示时间轴上的一个时刻。它提供了方便的时区转换功能。调用Timestamp.now()获取当前时间,但注意的是,它是不包含时区信息的本地时间。now=pd.Timestamp.now...原创 2018-03-17 22:28:41 · 25400 阅读 · 0 评论 -
Pandas详解五之下标存取
约定import pandas as pdimport numpy as np下标存取Series和DataFrame提供了丰富的下标存取方法,除了直接用[ ],还有.loc[ ]、.iloc[ ]、.at[ ]、.iat[ ]和.ix[ ]等存取方式。np.random.seed(42)df1=pd.DataFrame(np.random.ran...原创 2018-03-16 13:08:54 · 6479 阅读 · 2 评论 -
Pandas详解四之MultiIndex对象
约定import pandas as pdfrom pandas import DataFrameimport numpy as npMultiIndexMultiIndex表示多级索引,它是从Index继承过来的,其中多级标签用元组对象来表示。一、创建MultiIndex对象创建方式一:元组列表m_index1=pd.Index([("...原创 2018-03-16 13:03:24 · 49002 阅读 · 10 评论 -
Pandas详解三之Index对象
约定import pandas as pdfrom pandas import DataFrameimport numpy as npIndexIndex对象保存着索引标签数据,它可以快速找到标签对应的整数下标,其功能与Python的字典类似。dict1={"Province":["Guangdong","Beijing","Qinghai","Fu...原创 2018-03-16 09:51:34 · 44161 阅读 · 3 评论 -
Pandas详解二之DataFrame对象
约定import pandas as pdfrom pandas import DataFrameimport numpy as npDataFrameDataFrame是一个表格型的数据结构,既有行索引(保存在index)又有列索引(保存在columns)。一、DataFrame对象常用属性:创建DateFrame方法有很多(后面再介绍),最...原创 2018-03-15 19:38:46 · 13329 阅读 · 0 评论 -
Pandas详解一之Series对象
约定:import pandas as pdfrom pandas import Series,DataFrameimport numpy as npSeries一、Series属性及方法Series是Pandas中最基本的对象,Series类似一种一维数组:se1=Series([4,7,-2,8])se1代码结果:0 41 7...原创 2018-03-15 19:20:19 · 14031 阅读 · 3 评论 -
Python机器学习-数据预处理技术(标准化处理、归一化、二值化、独热编码、标记编码)
数据预处理技术机器是看不懂绝大部分原始数据的,为了让让机器看懂,需要将原始数据进行预处理。引入模块和数据import numpy as npfrom sklearn import preprocessingdata = np.array([[3,-1.5,2,-5.4], [0,4,0.3,2.1], [原创 2018-02-01 20:38:58 · 11080 阅读 · 0 评论 -
创建逻辑回归器 Logistic_Regression
逻辑回归分类器(Logistic Regression)回归,就是对已知公式的未知参数估计,即利用已知数据进行拟合出公式,公式通常代表着曲线。分类,就是用回归拟合出的曲线对未知数据进行分类。参考资料:https://www.cnblogs.com/muchen/p/6296957.html导入包import numpy as npimport sklearn.linea原创 2018-02-01 21:19:18 · 571 阅读 · 0 评论 -
创建朴素贝叶斯分类器、交叉验证
朴素贝叶斯分类器其知识详见:http://blog.csdn.net/batuwuhanpei/article/details/51910349导入模块import numpy as npfrom sklearn.naive_bayes import GaussianNBfrom func_plot_classifier import plot_classifier加原创 2018-02-01 21:27:46 · 3830 阅读 · 1 评论 -
Pandas详解二十之Merge、Join、Concat方式-详解Pandas对象合并、连接
约定:import pandas as pdMerge-数据库风格的合并数据的合并(merge)和连接(join)是我们在数据分析和挖掘中不可或缺的,是通过一个或一个以上的键连接的。pandas的合并(merge)的的绝大功能和数据库操作类似的。具有如下参数:pd.merge(left, right, how=’inner’, on=None, left...原创 2018-06-12 13:00:12 · 5173 阅读 · 4 评论