数据分析
文章平均质量分 56
无盐薯片
这个作者很懒,什么都没留下…
展开
-
数据分析--模型建立和评估
数据分析–模型建立和评估数据分析数据分析--模型建立和评估一、模型搭建1.1导入数据集1.2读取清洗过的数据集1.3切割训练集和测试集1.4模型创建1.5输出模型预测结果二、模型评估2.1引入库2.2交叉验证2.3混淆矩阵一、模型搭建1.1导入数据集import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom IPython.display import Ima原创 2021-06-23 22:57:00 · 654 阅读 · 0 评论 -
数据分析--数据重构
数据分析原创 2021-06-19 22:57:01 · 250 阅读 · 0 评论 -
数据分析之四--数据可视化
数据分析之四–数据可视化数据分析数据分析之四--数据可视化一、导入必要包及原始数据二、泰坦尼克数据2.1幸存者中的男女比例2.2男女乘客中幸存与死亡人数比例2.3不同票价者生存与死亡人数一、导入必要包及原始数据import numpy as npimport pandas as pdimport matplotlib.pyplot as plttext = pd.read_csv(r'result.csv')text.head()二、泰坦尼克数据2.1幸存者中的男女比例sex原创 2021-06-22 00:43:08 · 208 阅读 · 0 评论 -
数据分析--数据清洗及特征处理
数据分析–数据清洗及特征处理提示: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数据分析数据分析--数据清洗及特征处理一、数据清洗1.1缺失值二、特征处理2.1重复值观察与处理2.2特征观察与处理一、数据清洗原始数据通常有缺失值及异常点等,因此需要先进行清洗才能使用。1.1缺失值import numpy as npimport pandas as p原创 2021-06-17 22:39:23 · 555 阅读 · 0 评论 -
数据分析--数据载入及观察
数据载入及观察数据分析数据载入及观察前言一、载入数据1.1导包1.2导数据1.3逐块导数据1.4代码总结二、观察数据2.1 查看数据的基本信息2.2读入数据2.3判断数据是否为空2.4保存文件2.5代码总结前言以kaggle中泰坦尼克数据为例,进行分析一、载入数据1.1导包import numpy as npimport pandas as pd1.2导数据dt = pd.read_csv('train.csv')dt.head(5)1.3逐块导数据当导入的数据量很大时,原创 2021-06-13 15:52:06 · 260 阅读 · 2 评论