机器学习
zxxxlh123
这个作者很懒,什么都没留下…
展开
-
一文看懂机器学习之简单线性回归
最近,学习了拉勾教育的数据分析训练营,补全了知识体系,而且也丰富了数据分析的思维,在工作中也给予了更多的帮助。目前,已经学习到第八阶段,一开始以为自己大部分都会,但实际学习起来,发现还是有很多收获的。后面有时间会慢慢整理学习的心得分享给大家。以下是拉勾教育的数据分析训练营的课程体系,班级会有班主任和导师一路相随(感谢班主任沫沫和洛洛导师,工作到很晚帮忙解答作业疑问),如果大家感兴趣,也可以找我了解具体的相关内容。**整理课件不易,走过...原创 2021-06-30 11:20:45 · 490 阅读 · 1 评论 -
机器学习之数据预处理——降噪
机器学习之数据预处理——降噪上一节学习线性回归法填补缺失值和拉格朗日插值法,这节课学习采用等深分箱的方式进行数据降噪处理。1.降噪方法money=[800,1000,1200,1500,1600,1800,2000,2300,\ 2500,2800,3000,3500,4000,4500,4800,5000]cut1=pd.cut(pd.Series(money), bins=[0,1000,2000,3000,4000,5000])#设定分箱区间#0可以写,也可以不写prin原创 2020-10-19 16:22:51 · 20871 阅读 · 8 评论 -
机器学习之数据预处理——缺失值填充
机器学习之数据预处理——缺失值上一节给大家回顾了Pandas进行数据预处理会用到哪些方法,学习缺失值简单的填充方法(0、unknown、均值等),这节课学习线性回归法填补缺失值和拉格朗日插值法。1.线性回归法填补缺失值#随机生成一个线性回归数据from sklearn.datasets import make_regressionX,Y=make_regression(n_samples=100, n_features=1,n_targets=1,noise=10.5,random_state原创 2020-10-19 16:04:28 · 6983 阅读 · 6 评论 -
机器学习之数据预处理——缺失值
机器学习之数据预处理——缺失值本文先给大家介绍Pandas进行数据预处理会用到哪些方法,之后再介绍缺失值的处理方法。1.Pandas基础2.数据预处理——缺失值处理3.数据预处理——插值法下一节学习线性回归法填补缺失值和拉格朗日插值法编写打磨课件不易,走过路过别忘记给咱点个赞,小女子在此(❁´ω`❁)谢过!参考文献:1.《对比EXCEL轻松学习Python数据分析》2.《Python数据分析与数据化运营》...原创 2020-10-16 14:41:32 · 1166 阅读 · 1 评论 -
机器学习案例实操——鸢尾花
机器学习案例实操——鸢尾花 本文做要给大家回归一下Numpy的基础知识,毕竟python 中的sklearn中使用的是这种数据类型。然后用一个鸢尾花分类实例给大家演示机器学习的整个过程,让你快速入门机器学习。1.Numpy基础知识回顾2.辨异识花下面附上代码块给大家O(∩_∩)Oimport csvimport numpy as npwith open('iris.csv','r') as f : rows=csv.reader(f) for row in row原创 2020-10-16 14:24:48 · 6366 阅读 · 10 评论