lifeisaclimb的专栏

机器学习过程步骤总结载入数据导入类库、类和方法载入数据集数据理解查看数据描述性统计数据分组分布（适用于分类）数据属性的相关性数据分布分析数据分析可视化数据准备数据清洗特征选择数据转化插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入载入数据导入类库、类和方法以及载入数据集导入类库、类和方

数据集描述了我们要解决的问题，使用数据集训练模型，首先要对数据集的数据有个清楚的认识，对数据集进行理解分析，本文主要讲述使用pandas进行数据分析1.Pandas介绍Pandas是⽤于数据分析的开源Python库，可以实现数据加载，清洗，转换，统计处理，可视化等功能 DataFrame和Series是Pandas最基本的两种数据结构 DataFrame⽤来处理结构化数据（SQL数据表，Excel表格） Series⽤来处理单列数据，也可以把DataFrame看作由Series对象组成的

1.常用类库介绍 机器学习中我们经常要用到的类库如下：NumPy：是Python的一种开源数值计算扩展库，可用来存储和处理大型矩阵，提供了许多高级的数值编程工具， 如矩阵数据类型、矢量处理、精密的运算库，是⼀个运⾏速度⾮常快的数学库，主要⽤于数组计算。 Pandas： 是⼀个强⼤的基于 NumPy 的分析结构化数据的⼯具集，是为了解决数据分析任务而创建的，⽤于数据挖掘和数据分析，同时也提供数据清洗功能。 Matplotlib: Python中最著名 2D绘图库，十分适合交互式地进行制图。...