叔叔呀

摘要： 为了能够更快的查找数据，就需要创建对应的索引来帮助我们高效的完成查询。 索引名称不会显示，它只会为您加速搜索和查询。 标准语法： CREATE INDEX 索引名称 ON 表名(列名) 我们创建一个actor的表格 CREATE TABLE actor ( actor_id smallint(5) 阅读全文

摘要： 错误代码： model = ExtraTreesClassifier() model.fit(x,y) for i in range(x.shape[1]): print(data_raw.columns[i],format(model.feature_importances_[i],'.3f')) 阅读全文

摘要： 错误代码： from scipy import stats for i in range(x.shape[1]): pea = stats.pearsonr(x[:,i],y) #输出每个特征对因变量的影响 print(pea) pea errer： '(slice(None, None, None 阅读全文

摘要： 报错： ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). 意思是你的数组真实值不明确，出现问题代码： for i in range(0, 阅读全文

摘要： 错误代码： model.fit(x_train,y_train) 报错： Expected 2D array, got 1D array instead: 是因为在最新版本的sklearn中，所有的数据都应该是二维矩阵，哪怕它只是单独一行或一列。 解决：添加.reshape(-1,1)即可 mode 阅读全文

摘要： 线性回归中出现错误： TypeError Traceback (most recent call last) <ipython-input-23-444c0fe3ed1c> in <module> 11 if __name__ == "__main__": 12 draw(x_train,y_tra 阅读全文

摘要： 今天做等频离散化实验时出现错误吗，代码如下： col20 =df.loc[:,['col20']] #提取特征col20的数据 col20 col20_ = pd.qcut(col20,5) #对其进行等频离散化 col20_ 报错信息： Input array must be 1 dimensio 阅读全文

摘要： 源代码 from sklearn.preprocessing import Imputer data = Imputer(missing_values = 'NaN',strategy='most_frequent') 出现错误： cannot import name 'Imputer' from 阅读全文

摘要： 初次最小二乘法实现： import numpy as np import scipy as sp import pylab as pl from scipy.optimize import leastsq n = 9 def real_func(x): return np.sin(2*np.pi*x 阅读全文

摘要： 报错代码： model = LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False) model.fit(sInfonew['Weight'].values.reshape(-1,1),sInfonew[ 阅读全文