<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[linglanL的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/linglanL</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; linglanL]]></copyright><item><title><![CDATA[数据挖掘 Task4：建模与调参]]></title><link>https://blog.youkuaiyun.com/linglanL/article/details/105256461</link><guid>https://blog.youkuaiyun.com/linglanL/article/details/105256461</guid><author>linglanL</author><pubDate>Wed, 01 Apr 2020 21:49:27 +0800</pubDate><description><![CDATA[数据挖掘 Task4：建模与调参
1、线性模型
reduce_mem_usage 函数通过调整数据类型，帮助我们减少数据在内存中占用的空间

def reduce_mem_usage(df):
    """ iterate through all the columns of a dataframe and modify the data type
        to reduce memor...]]></description><category></category></item><item><title><![CDATA[数据挖掘 Task3：特征工程]]></title><link>https://blog.youkuaiyun.com/linglanL/article/details/105155941</link><guid>https://blog.youkuaiyun.com/linglanL/article/details/105155941</guid><author>linglanL</author><pubDate>Sat, 28 Mar 2020 18:22:06 +0800</pubDate><description><![CDATA[1、特征构造的目的
对特征（属性）做进一步分析，对数据进行处理，可以对数据进行一些图表总结
2、特征工程常用操作
2.1 清除异常值
2.1.1 箱型图

在Q3+1.5IQR和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在Q3+3IQR和Q1－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异...]]></description><category></category></item><item><title><![CDATA[数据挖掘 Task2：数据的探索性分析（EDA）]]></title><link>https://blog.youkuaiyun.com/linglanL/article/details/105079045</link><guid>https://blog.youkuaiyun.com/linglanL/article/details/105079045</guid><author>linglanL</author><pubDate>Tue, 24 Mar 2020 20:44:33 +0800</pubDate><description><![CDATA[数据挖掘 Task2：数据的探索性分析（EDA）
1、载入数据分析和可视化常用库
其他都是我平时常用的库，missingno第一次用，主要是用于直观显示数据集中缺失值的分布以及相关性的。
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import missingno ...]]></description><category></category></item></channel></rss>