木叶生_白菜叶子的博客

文章内容以图片的形式呈现文章目录文章内容以图片的形式呈现一、特征工程-主篇二、描述性统计三、探索性分析四、异常值处理五、缺失值处理六、特征编码七、Baseline模型确定八、特征创造九、标准化十、特征筛选十一、样本标签不均衡处理十二、特征学习十三、模型调参一、特征工程-主篇注：缺失值处理应在特征编码之前，因为部分编码方法无法处理缺失值。二、描述性统计三、探索性分析四、异常值处理五、缺失值处理六、特征编码七、Baseline模型确定八、特征创造九、标准化十、特征筛选

参考资料：李航的《统计学习方法》第二版文章内容以图片的形式呈现文章目录参考资料：李航的《统计学习方法》第二版文章内容以图片的形式呈现第一章 统计学习及监督学习概论第二章 感知器第三章 K近邻第四章 朴素贝叶斯第五章 决策树第六章 逻辑斯蒂回归与最大熵模型第七章 支持向量机第八章 提升算法第九章 EM算法及其推广第十章 隐马尔可夫模型第十一章 条件随机场第十二章 监督学习方法总结第十三章 无监督学习概论第十四章 聚类方法第十五章 奇异值分解第十六章 主成分分析第十七章 潜在语义分析第十八章 概率潜在语义分

文章内容以图片的形式展示

文章内容以图片的形式展示

注：文章内容以图片的形式展示

注：文章内容以图片的形式展示

注：文章内容以图片的形式展示

文章内容以图片的形式展示

文章内容以图片的形式展示

文章内容以图片的形式展示

文章内容以图片的形式展示

文章内容以图片的形式展示

内容仅为课件目录

本篇目录一、基本符号表二、数据的分类三、统计方法之 描述性分析方法四、统计方法之 推断性分析方法I、各类分布II、估计III、假设检验IV. 列联分析V. 方差分析VI. 相关分析VII. 回归分析统计学是一门收集、处理、分析、解释数据并从中得出结论的科学。一、基本符号表符号含义XXX总体（随机变量，可带分布）XiX_iXi​样本（随机变量，可带分布，可组成统计量）xix_ixi​样本实际观测值（实数）μ\muμ总体均值π\piπ总体比例σ\

本篇目录一、如何找到最优模型和对应参数I、探求一个模型的最佳参数II、探求项目中的最佳模型及其最优参数二、如何正确评估模型性能一、如何找到最优模型和对应参数I、探求一个模型的最佳参数在搭建随机森林模型前，利用GridSearchCV方法寻求该模型的最优参数，这里我们只探究——在当前数据集中，随机森林分类的个数在1~11范围内应该是哪个最好。# -*- coding: utf-8 -*-# 使用RandomForest对IRIS数据集进行分类# 利用GridSearchCV寻找最优参数,使用Pip

参考资料：极客时间的《数据分析实战45讲》本篇目录参考资料：极客时间的《数据分析实战45讲》一、利用爬虫采集数据（Json和Xpath两种方式）二、利用爬虫模拟浏览器（登录、关注、评论）I、模拟微博的自动登录II、模拟微博加关注III、模拟微博写评论和发微博一、利用爬虫采集数据（Json和Xpath两种方式）# -*- coding:utf-8 -*-# 网易云音乐 通过歌手ID，生成该歌手的词云import requestsimport sysimport reimport osfrom

本篇目录一、Power Bi 使用方法论I、业务理解：掌握指标池II、数据理解：数据类型的检查、确定维度、指标及其表达形式III、数据处理：合并查询、自定义列、新建表IV、数据建模：确定模型关系、筛选方向V、数据汇总分析：创建指标度量值VI、数据展现：拖拉组件、选取合适的维度与度量值二、Power Bi 的一些使用注意事项I、Average函数求的是主键的平均值II、在DAX表达式中不允许直接函数嵌套III、环比增长率指标的制作IV、DAX汇总表达式的结果对比三、Power Bi 各行业案例 - 实现草图

本篇目录一、决策树I、ID3算法II、C4.5算法III、CART算法二、贝叶斯三、支持向量机（SVM）四、K最近邻（KNN）五、K均值聚类（K-Means）六、EM聚类七、关联规则挖掘八、网页排名（PageRank）九、增强学习（Adaboost）一、决策树I、ID3算法基本原理优势与缺陷代码实战II、C4.5算法基本原理优势与缺陷代码实战III、CART算法基本原理优势与缺陷代码实战二、贝叶斯三、支持向量机（SVM）四、K最近邻（KN

本篇目录一、表结构的基本特性二、SQL语言的书写规则三、定义语言 DDLI、数据库的创、删、选、查II、常用数据类型III、约束IV、数据表结构的创、增、删、选、查、改四、操作语言 DMLI、 插入操作II、 更新操作III、 删除操作五、查询语言 DQLI、SQL语句的执行顺序II、单表查询III、多表查询IV、联合查询V、子查询VI、常用函数六、控制语言 DCL一、表结构的基本特性二、SQL语言的书写规则三、定义语言 DDLI、数据库的创、删、选、查• show databases; 【

本篇目录一、子弹图I、选中数据源II、操作步骤III、实现结果二、对比图I、选中数据源II、操作步骤III、实现结果三、字母饼图I、选中数据源II、操作步骤III、实现结果四、水滴图I、选中数据源II、操作步骤III、实现结果五、甘特图I、选中数据源II、操作步骤III、实现结果六、漏斗图I、选中数据源II、操作步骤III、实现结果七、帕累托图I、选中数据源II、操作步骤III、实现结果一、子弹图I、选中数据源II、操作步骤动作动作内容点击：插入【菜单栏】插入堆积柱形图（第二

参考资料：机械工业出版社的《利用Python进行数据分析》本篇目录参考资料：机械工业出版社的《利用Python进行数据分析》第一章 准备工作I、为何利用Python进行数据分析II、重要的Python库第二章 Python语言基础、IPython及Jupyter notebookI、IPython基础II、Python语言基础第三章 内建数据结构、函数及文件I、数据结构和序列II、函数III、文件与操作系统第一章 准备工作I、为何利用Python进行数据分析Python作为胶水，很容易整合C、C+

本篇目录第一天I、数据分析概述II、EXCEL常用函数III、数据透视表IV、数据作图第二天I、工具辅助：项目排期表II、工具辅助：员工考勤表第三天I、数据与指标概述II、指标应用III、综合案例：员工考勤表IV、综合案例：活动评估第四天I、业务数据分析方法论II、帕累托分析III、RFM模型第五天I、树状分析方法论II、报告撰写第一天I、数据分析概述数据分析是根据方法论的指导，使用数据分析软件实现数据价值发现的过程。数据分析的目的是记录业务轨迹，为未来业务决策提供参考及思考。数据分析的分类有业