自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 go运算符、控制语句

运算符、控制语句一、运算符、1 .运算符假定 A 值为 10,B 值为 20。运算符 描述 实例+ 相加 A + B 输出结果 30- 相减 A - B 输出结果 -10X 相乘 A * B 输出结果 200/ 相除 B / A 输出结果 2% 求余 B % A 输出结果 0++ 自增 A++ 输出结果 11– 自减 A-- 输出结果 92. 关系运算符运算符 描述== 检查两个值是否相等,如果相等返回 True

2020-12-17 22:39:05 67

原创 GO的变量 、常量、枚举

变量 、常量、枚举1.变量变量,计算机语言能存储计算结果或表示值的抽象概念。可以通过变量名访问,变量名由字母、数字、下划线组成,其中首个字符不能为数字。声明变量的一般形式是使用 var 关键字:var identifier typevar identifier1, identifier2 type注意:1.":=" 赋值操作符,高效创建新变量,初始化声明:a := 50 或 b := false,a 和 b 的类型(int 和 bool)将由编译器自动推断。2.这是使用变量的首选形式,但是

2020-12-16 22:52:25 89

原创 go数组、切片

go语言的数据类型和、关键字、标识符1.数据类型1.1按类别布尔型:只可以是常量true 或者flasheg:var b1 bool = truevar b2 bool = flash数字类型:整型金额浮点型位的运算采用补码字符串类型:字符串就是一串固定长度的字符连接起来的字符序列,Go 的字符串是由单个字节连接起来。Go 语言的字符串的字节使用 UTF-8 编码标识 Unicode 文本复数:complex128(64 位实数和虚数)和 complex64(32 位实数和虚数)

2020-12-15 22:13:30 115

原创 并发编程

1.Go语言的特性自动垃圾回收更丰富的内置类型函数多返回值错误处理匿名函数和闭包类型和接口并发编程放射语言交互性2.语言结构包声明引入包函数变量语句&表达式注释eg:package main // 定义了包名// 必须在源文件中非注释的第一行指明这个文件属于哪个包import "fmt" // 导入fmt包func main() { //将"Hello"在控制台输出 fmt.Println("Hello")}...

2020-12-14 22:55:19 90

原创 模型搭建

模型搭建模型搭建处理完前面的数据我们就得到建模数据,下一步是选择合适模型在进行模型选择之前我们需要先知道数据集最终是进行监督学习还是无监督学习除了根据我们任务来选择模型外,还可以根据数据样本量以及特征的稀疏性来决定刚开始我们总是先尝试使用一个基本的模型来作为其baseline,进而再训练其他模型做对比,最终选择泛化能力或性能比较好的模型模型创建创建基于线性模型的分类模型(逻辑回归)创建基于树的分类模型(决策树、随机森林)查看模型的参数,并更改参数值,观察模型变化.提示逻辑回归不是

2020-08-28 23:12:30 525

原创 动手学数据分析——数据可视化

数据可视化思考】最基本的可视化图案有哪些?分别适用于那些场景?散点图:用于发现各变量之间的关系。柱状图:展示多个分类的数据变化和同类别各变量之间的比较情况。条形图:展示多个分类的数据变化和同类别各变量之间的比较情况。折线图:展示数据随时间或有序类别的波动情况的趋势变化。饼图:用来展示各类别占比,比如男女比例。热力图:以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。箱型图:用来展示一组数据分散情况,特别用于对几个样本的比较。#导入相关库import numpy as np

2020-08-25 23:59:24 577

原创 动手学数据分析之“数据重构”

动手学数据分析之“数据重构”数据合并pandas库中的数据合并方法有merge()concat()join()GroupBy机制

2020-08-23 23:12:32 110

原创 动手学数据分析-数据清洗及特征处理

#加载相关的库import numpy as npimport pandas as pd#载人数据data = pd.read_csv('train.csv')data.head()缺失值观察与处理缺失值观察data.info()data.isnull().sum()对缺失值进行处理**DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)函数作用:删除含有空值的行或列axi

2020-08-21 23:26:47 227

原创 动手学数据分析——第一天

动手学数据分析——第一天文章目录动手学数据分析——第一天一.数据加载**1.导入numpy、pandas包**2.载入数据3.修改表头并保存4.初步观察6.观察数据7.保存数据二.pandas基础1.DateFrame和Series类型2.载人'train.csv'并进行相关操作3.筛选的逻辑三.探索性数据分析1.对数据进行排序2.算术计算3.用describe()函数查看信息一.数据加载加粗样式数据集下载 https://www.kaggle.com/c/titanic/overview1.导

2020-08-19 23:49:13 402

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

提示
确定要删除当前文章?
取消 删除