- 博客(2)
- 收藏
- 关注
RSS订阅原创 数据可视化要点
**进阶**：学习**Python（Pandas + Seaborn/Plotly）** 或 **R（ggplot2）** 进行编程化、可复现的可视化分析。* **入门**：从理解核心原则和常用图表开始，使用**Tableau Public**或**Power BI Desktop**进行实践。* **深入**：研究视觉感知理论、交互设计原理，并学习**D3.js**以掌握底层原理和无限定制能力。* **ECharts**：百度开源，图表类型丰富，文档友好，中文社区活跃。
2025-12-07 20:58:03
496
原创 第十届大数据竞赛决赛本科组
X_test = df_test.drop(['ID', 'Y'], axis=1) # 测试集可能无Y。print("验证集准确率:", accuracy_score(y_val, y_pred_val))submit_df.to_csv('预测结果.csv', index=False)'信用分类（是否有风险，是=1，否=0）': y_pred_test。1. 数据预处理：筛选信用差（Y=0）的客户，处理缺失值与异常值。'测试集样本编号': df_test['ID'],
2025-11-10 19:02:08
730
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人