python
关注
分享
扫一扫
文章平均质量分 77
addict_jun
到底是以欲望，野心为燃料，还是顺气自然，又或者以高尚的理想去照亮前方的路呢。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
python大数据之numpy
每一个【】代表一个轴，轴里面的可以看作元素，如果该元素也有【】，可以看成另一个轴。轴的数量也能反映维度。如果数据太多，他会自动显示边角数据，想要显示全部数据。原创 2022-10-18 10:21:11 · 1237 阅读 · 0 评论 -
python大数据之随机森林（回归与分类）
随机森林在大数据运用中非常的常见，它在预测和回归上相比于SVM，多元线性回归，逻辑回归，多项式回归这些，有着比较好的鲁棒性。随机森林是一个用随机方式建立的，包含多个决策树的分类器。其输出的类别是由各个树输出的类别的众数而定。废话不多说，直接上干货。原创 2022-10-12 17:43:27 · 18274 阅读 · 1 评论 -
python大数据之数据清洗
数据决定模型的上限，好的数据或数据处理，对模型的影响是非常大的，同样，对于数据的处理，不同的数据，处理情况也不一样，具体情况如下所示：缺省值处理，异常值处理，样本的数量，，特征的数量：特征筛选，特征的类型（连续，整形，类别）。原创 2022-10-03 17:42:42 · 1547 阅读 · 0 评论 -
python大数据之异常值处理
对于数据异常值处理，我的理解是，这里的异常值不是代表数据出现的异常，而是对于你需要建立的模型来说，处于异常值。比如你需要正太分布的数据，那么一些不符合正太分布，或者离群太远的值，可以更具你的需要去进行删除，这样你的模型效果就会更好原创 2022-10-03 17:38:12 · 7315 阅读 · 0 评论 -
python大数据之数据分割（含k折交叉验证）
在大数据问题中，我们常常需要对数据进行分割，得到X和y的数据，这里我们来详细讲解一下数据分割函数train_test_split，以及用k折交叉验证来分割数据。原创 2022-09-21 16:36:37 · 2006 阅读 · 0 评论 -
python大数据之缺省值处理
一般对数据进行缺省值处理，都是全部的数据，所以这里先不做分割。诸如删除法，临近值填充，中位值填充，众数填充，平均值填充，KNN，回归等方法原创 2022-09-18 14:45:44 · 2031 阅读 · 0 评论 -
python大数据之dataframe常用操作
详细讲解了dataframe的常用操作，包含创建，增删改查，算数运算，逻辑运算，常用聚合函数以及lamda函数的使用等原创 2022-09-15 10:04:38 · 9774 阅读 · 1 评论