elif:-优快云博客

转载两分半解决Github访问慢速度慢/上不去的问题 (通过修改host)

如果你存在以下情况:- 访问速度慢的问题- 项目中的图片显示不出的问题本文应该可以在两分半内帮你解决 . 本文主要**仅仅搬运了windows的解决办法**

2023-02-18 20:35:45 10200 8

原创【pandas】结合泰坦尼克生还分析讲讲pandas常用基础操作

本文旨在结合经典案例：泰坦尼克号数据集，介绍pandas的基础操作，力求简洁清晰，可以作为一个教程，也可以作为一个速查表，欢迎多多收藏点赞~泰坦尼克号数据集是一个非常经典的数据集，它记录了泰坦尼克号的乘客信息，包括年龄、性别、是否存活等等。我们可以用pandas来对其进行分析，一步一步揭开数据里的秘密，探索泰坦尼克号生还者们背后的真相

2022-12-28 16:46:22 784

原创写报告必备：在word中创造出属于你的代码块模板。

写报告必备：在word中创造出属于你的代码块模板不需要通过网站中转，直接就可以把原格式变成类jupyter的代码风格

2022-06-24 19:48:17 3284 1

原创【机器学习】使用sklearn的model_selection模块的网格搜索(GridSearchCV)进行调参工作

使用sklearn的model_selection模块的网格搜索(GridSearchCV)进行调参工作

2022-06-24 17:17:09 970

原创【机器学习】关于分类和回归模型，几种常见的模型好坏评价标准

关于分类和回归模型，几种常见的模型好坏评价标准查准率，查全率，F1值，ROC平均绝对误差，均方误差，R2

2022-06-24 17:00:50 3324

导入库import pandas as pd1.drop()把不要的列的列名以list的形式作为参数，然后利用xx.drop()删除X = df.drop(['col1','col2'], axis=1)一种更为直观的方式drop_cols = ['col1','col2','col3','col4','col5']X = df.drop(drop_cols, axis=1) # drop不会就地修改X = df.drop(drop_cols, axis=1, inplace=True

2022-02-04 17:28:43 1428

原创【机器学习】基于LightGBM的英雄联盟钻石排位数据集的训练、预测与简单可视化

目录一、学习知识点概要二、学习内容代码1.导入库2.对离散变量进行编码3.利用 XGBoost 进行训练与测试4.利用 XGBoost 进行特征选择5.模型调参三、学习问题与解答四、学习思考与总结一、学习知识点概要首先，点击下载数据文件今天学习的是基于天气数据集的XGBoost分类实战。XGBoost并不是一种模型，而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型，并对模型中的算法进行了诸多优化，在取得高精度的同时又保持了极快的速度。二、学习内容代码

2022-01-26 11:46:32 1805 3

原创【机器学习】基于天气数据集的XGBoost分类与预测

目录一、学习知识点概要二、学习内容代码1.导入库2.对离散变量进行编码3.利用 XGBoost 进行训练与测试4.利用 XGBoost 进行特征选择5.模型调参三、学习问题与解答四、学习思考与总结一、学习知识点概要首先，点击下载数据文件今天学习的是基于天气数据集的XGBoost分类实战。XGBoost并不是一种模型，而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型，并对模型中的算法进行了诸多优化，在取得高精度的同时又保持了极快的速度。二、学习内容首先，

2022-01-19 16:20:24 3251

原创 python Matplotlib 绘制横向的柱状图

用plt.barh()就行了

2022-01-19 15:59:59 1468 1

原创 python利用pandas库查看数据集是否有缺失值（NA或Null）以及简单的缺失值填充

import pandas as pd# data即为数据pd.isnull(data).any()得到结果，可以看到变量Date、Location、RainTomorrow 是没有缺失值的Date FalseLocation FalseMinTemp TrueMaxTemp TrueRainfall TrueEvaporation TrueSunshine

2022-01-19 15:17:24 6093

原创【机器学习】基于Logistic regression（逻辑回归）的对鸢尾花数据集的分类与预测

一、学习知识点概要logistic回归虽然叫回归，但是它是用来做分类的。一般它用来做二分类，多项logistic回归可以用来做多分类。这是logistic函数图像，可以直观地看到：（无论x是多少）y的取值范围都在0~1之间。是的，0-1的值可以表示概率，例如某个实例点，x1,通过logisitic函数计算出相应的值y1,y1=0.8,意思就是属于类别1的概率是0.8，那么我们可以认为它是类别1.再比如，x2算出来y2=0.3,也就是说它属于类1的概率是0.3，属于类别2的概率是0.7，那么我们可以

2022-01-18 18:22:12 2718

原创【R语言】数据清理利器：dplyr库六函数：filter select arange mutate summarize

【R语言】数据清理利器：dplyr库六函数：filter select arange mutate summarize

2022-01-11 16:02:25 899

weixin_46249565的博客