weixin_45664706的博客

**1、pandas内置函数虚拟变量(dummy variables)**虚拟变量，也叫哑变量和离散特征编码，可用来表示分类变量、非数量因素可能产生的影响。① 离散特征的取值之间有大小的意义例如：尺寸(L、XL、XXL)离散特征的取值有大小意义的处理函数mappandas.Series.map(dict)参数 dict:映射的字典② 离散特征的取值之间没有大小的意义pandas...

数据属性的相关性——三大相关系数（pearson, spearman, kendall）统计学中的三大相关性系数：pearson, spearman, kendall，他们反应的都是两个变量之间变化趋势的方向以及程度，其值范围为-1到+1。0表示两个变量不相关，正值表示正相关，负值表示负相关，值越大表示相关性越强。person correlation coefficient（皮尔森相关性...

1、安装wget登录centos，Xshell登录，安装wgetyum install -y wget2、获取anaconda最新版地址https://www.anaconda.com/distribution/地址为：wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh3、安装bas...

统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：方差：标准差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的。方差（variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数...

random_state是一个随机种子，是在任意带有随机性的类或函数里作为参数来控制随机模式。当random_state取某一个值时，也就确定了一种规则。random_state可以用于很多函数，我比较熟悉的是用于以下三个地方：1、训练集测试集的划分 2、构建决策树 3、构建随机森林1、划分训练集和测试集的类train_test_splitX_train,X_test, y_train, y...