06 2021 档案

摘要：第三章 模型搭建和评估 经过前面的探索性数据分析我们可以很清楚的了解到数据集的情况，那么我们就要使用数据了，我们做数据分析的目的也就是，运用我们的数据以及结合我的业务来得到某些我们需要知道的结果。那么分析的第一步就是建模，搭建一个预测模型或者其他模型；我们从这个模型的到结果之后，我们要分析我的模型是 阅读全文

摘要：回顾学习完第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的统计方法，第二章中我们学习了数据的清理和重构，使得数据更加的易于理解；今天我们要学习的是第二章第三节：数据可视化，主要给大家介绍一下Python数据可视化库Matplotlib。 第二章：数据可视化 开始之前，导入numpy、p 阅读全文

摘要：复习：在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。 # 导入基本库impor 阅读全文

摘要：2.1 缺失值观察与处理 （1）请查看每个特征缺失值个数 df[df.Age.isna()] （2）缺失值处理方法 填充方法： 思考： 2.2 重复值观察与处理 由于这样那样的原因，数据中会不会存在重复值呢，如果存在要怎样处理呢 2.3 特征观察与处理 我们对特征进行一下观察，可以把特征大概分为两大 阅读全文

摘要：官网参考： http://pandas.pydata.org/ 1.1 Series 1.2 Dataframe 1.3 查看DataFrame数据的每列的名称 1.4 查看"Cabin"这列的所有值[有多种方法 思考 ： 删除多列的方法 筛选逻辑： 任务一： 我们以"Age"为筛选条件，显示年龄在 阅读全文

摘要：本项目课程的主要目的熟悉numpy pandas的相关操作，掌握基本的数据分析流程，本篇文章主要学会如何加载数据，查看数据，然后学习Pandas一些基础操作，最后开始尝试探索性的数据分析 1.1 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 阅读全文