![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习
小玩偶_
这个作者很懒,什么都没留下…
展开
-
特征变换
离散化 原因:1、克服数据缺陷 2、某些算法要求 3、非线性数据映射 方法:等频=等深划分 (每个区间划分的数量一致) pd.pcut(x=...,bins=...) 等宽=等距 pd.cut(x=...,bins=...) 数值化 归一化 MinMaxScaler 将数据缩放到0~1...原创 2018-09-13 16:16:34 · 1300 阅读 · 0 评论 -
python 线性回归预测示例
数据集为简单的表格,包括:年份,GDP,全社会用电量三列数据。#预测def predict(data,LinearRegression): Y_pred = LinearRegression.predict(data) print(Y_pred) return Y_pred#训练模型并画图def reg_huigui(data,label,test): ...原创 2018-09-27 14:03:46 · 4923 阅读 · 0 评论 -
利用递归实现求和
利用递归实现1+3+5+...+99def sum(x): if x>99: return 0 num = sum(x+2) return x+numprint(sum(1))关于递归,一定要有基准条件,避免无限制递归。递归可是代码变得简洁,具有无限魅力,平常可多进行思考,使代码变得更简洁明了。...原创 2018-12-21 11:47:32 · 3308 阅读 · 0 评论