发简信
IP属地：广东
-
利用python数据分析之数据聚合与分组（七）
对数据集进行分组并对各组应用一个函数(聚合或者转换)，是数据分析工作重要环节。数据集准备好之后，就是计算分组统计或生成透视表。 pandas提供...
-
机器学习实战之决策树（三）
正方形代表判断模块(decision block) ，椭圆代表终止模块（terminating block），表示已经得到结论，可以终止运动。 ...
-
机器学习实战之K-近邻算法（二）机器学习实战之K-近邻算法（二） 2-1 K-近邻算法概述 简单的说，K-近邻算法采用测量不同特征值之间的距离方法进行分类。 K-近邻算法 优点...
-
机器学习实战之准备（一）
目录 机器学习简单概述 机器学习的主要任务 学习机器学习的原因 python语言优势 1.1 何谓机器学习 简单的说，机器学习就是把无序的数据变...
-
利用python进行数据分析之pandas入门(二)
5.3汇总和计算描述性统计 pandas对象拥有一组常用的数学和统计方法。他们大部分都属于约简和汇总统计，用于从Series中提取单个值（如me...
-
利用python进行数据分析之数据规整化(三)7.4.2 正则表达式 正则表达式（regex）提供了一种灵活的在文本中搜索或匹配字符串模式的方式。 正则表达式是根据正则表达式语言编写的字符串...
-
利用python进行数据分析之pandas入门(一)目录： 5.1 pandas 的数据结构介绍 5.1.1 Series 5.1.2 DataFrame 5.1.3索引对象 5.2基本功能 5....
-
利用python进行数据分析之数据加载、存储与文件格式书中源码与数据集http://github.com/pydata/pydata-book 目录 6.1 读写文件格式的数据 6.2 二进制数据格...
-
利用python进行数据分析之数据规整化(一)数据分析和建模方面的大量编程工作都是用在数据准备上的：加载、清理、转换、重塑。是因为，多数时候存放在文件或数据库中的数据不能满足你的数据处理应用...