- 博客(11)
- 收藏
- 关注
RSS订阅原创 Pandas学习-练习题
#综合练习一 2002 年-2018 年上海机动车拍照拍卖 import pandas as pd df = pd.read_csv('2002年-2018年上海机动车拍照拍卖.csv') df.head() Date Total number of license issued lowest price avg...
2020-05-01 23:03:02
533
1
原创 Pandas学习-合并篇
1.append与assign append利用Series添加 append利用DataFrame添加 assign主要用于添加列 2. comine和update都是用于表的填充函数，可以根据某种规则填充 3. concat方法是轴向拼接，默认纵向拼接（axis=0），拼接方式默认外连接 4. merge与join，横向合并，遇到重复的索引项时会使用笛卡尔积，默认inner连接，可选...
2020-04-30 18:11:39
190
原创 Pandas学习-变形篇
DataFrame.pivot_table数据透视表 常用参数： values：要聚合的列或列的列表 index：数据透视表的索引，从原数据的列中筛选出来 columns：数据透视表的列，从原数据的列中筛选出来 aggfunc：用于聚合的函数，默认为numpy.mean，支持各种聚合函数 margins：汇总边际状态 crosstab是用来统计分组频率 常用参数： index:：要在行中分组的...
2020-04-27 22:51:30
149
原创 Pandas学习-分组篇
1.group by函数 根据一列分组：如group1 = df.groupby(‘School’) 根据多列分组：如group2 = df.groupby([‘School’,‘Class’]) 查看组容量与组数： group1.size() group1.ngroups 组的遍历：for name,group in group1: 根据奇偶行分组： df.groupby(lambda x:‘...
2020-04-26 21:35:58
220
原创 Pandas学习-索引篇
1. loc方法、iloc方法、[]操作符 loc() 单行索引：如df.loc[2] 多行索引：如df.loc[[2,3]] 单列索引：如df.loc[:,‘Height’].head() 多列索引：如df.loc[:,[‘Height’,‘Math’]].head() 联合索引：如df.loc[1102:2401:3,‘Height’:‘Math’].head() 函数式索引： 如 df....
2020-04-23 20:02:50
109
原创 Pandas学习-基础篇
记录一下之前没学到的功能 pandas 根据数据类型选择列 df.select_dtypes(include=[‘number’]).head() #参数include指定数据类型 df.select_dtypes(include=[‘float’]).head() nunique显示有多少个唯一值、unique显示所有的唯一值 df[‘Physics’].nunique() df[...
2020-04-20 18:25:38
212
原创 安装xgboost报错的解决方案
环境：win7 64位，Python3.6 xgboost安装包的下载链接：https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost 安装步骤如下： 下载上图中红框标出的安装包至本机路径E:\Anaconda20191027\Scripts下 打开本机命令窗口，切换至Scripts目录下 输入： pip install xgboost-1.0.2-...
2020-04-04 15:52:38
1109
原创 数据挖掘学习|task5 模型融合
1. 模型融合的概念：先产生一组个体学习器，然后利用某种策略将它们结合起来，加强模型效果。周志华和李航老师的书中都证明随着个体学习器数目的增大，集成的错误率将呈指数级下降，最终趋向于零。因此，模型融合被广泛应用。 2. 模型融合的策略： 1.简单加权融合： 回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean）； 分类：投票（Voting) ...
2020-04-04 15:00:05
119
原创 数据挖掘学习|task4 建模调参
线性回归模型： 线性回归对于特征的要求； 处理长尾分布； 理解线性回归模型； 线性回归模型建立 通过对log(x+1)变换，使得长尾分布贴近于正态分布 模型性能验证： 评价函数与目标函数； 交叉验证方法；留一验证方法； 针对时间序列问题的验证； 绘制学习率曲线； 绘制验证曲线； #绘制学习率曲线与验证曲线 from sklearn.model_selection import le...
2020-04-01 18:16:11
71
原创 数据挖掘学习|task3 特征工程
特征工程概述 “数据决定数据挖掘的上限，而算法只是尽可能逼近这个上限”，这里的数据就是指经过特征工程后得到的数据。那么，什么是特征工程呢？特征工程指的是把原始数据转变为后续模型需要的训练数据的过程，目的是获取更好的训练数据特征，使得机器学习模型更可能地逼近这个上限。可见，特征工程在数据挖掘中的重要性不言而喻，能使得模型的性能得到提升，有时甚至在简单的模型上也能取得不错的效果。 特征工程的内容 ...
2020-03-27 19:15:39
142
原创 数据挖掘学习|task2 EDA—数据探索性分析
1.学习参考链接：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12586969.1002.12.1cd8593aw4bbL5&postId=95457 数据探索在机器学习中一般被称为EDA（Exploratory Data Analysis）： 是指对已有的数据（特别是调查或观察得来的原始数据）在尽量少的先验假定下进...
2020-03-23 22:01:45
299
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