布衣小工

摘要： 变量说明 x,y,hue 数据集变量 变量名 date 数据集 数据集名 row,col 更多分类变量进行平铺显示 变量名 col_wrap 每行的最高平铺数 整数 estimator 在每个分类中进行矢量到标量的映射 矢量 ci 置信区间 浮点数或None n_boot 计算置信区间时使用的引导迭 阅读全文

摘要： 中文乱码 多画布 折线图 多条线 柱状图 直方图 柱状图VS直方图 区别： 1.直方图展示数据的分布，柱状图比较数据的大小。 2.直方图X轴为定量数据，柱状图X轴为分类数据。 3.直方图柱子无间隔，柱状图柱子有间隔 散点图 箱线图 阅读全文

摘要： 筛选空值 求均值 数据透视表 排序 列名处理 按列类型过滤 查看类型变量类别个数 类型转换 数据筛选 多个dataframe合并处理 多个列合并 阅读全文

摘要： 1.样本下采样选择 交叉验证选择最优参数： 绘制混淆矩阵 查看不同阈值对应召回率 阅读全文

摘要： 1.原始交叉验证 2.cross_validation交叉验证 交叉验证中混合模型分类 阅读全文

摘要： 用中位数填充缺失值 titanic["Age"] = titanic["Age"].fillna(titanic["Age"].median()) 用固定值填充 titanic["Embarked"] = titanic["Embarked"].fillna('S') 阅读全文

摘要： 1. fit--transform--fit_transform区别 fit原义指的是使适合的意思，其实有点train的含义但是和train不同的是，它并不是一个训练的过程，而是一个适配的过程，过程都是定死的，最后只是得到了一个统一的转换的规则模型。 transform：是将数据进行转换，比如数据的 阅读全文

摘要： 离散变量标签处理 1.类别变量映射为原始变量 原始数据 1.1 方法1：原始处理方法（将类别变量映射为数值变量） 原始方法2： 1.2 方法2：使用scikit LabelEncoder处理标签变量映射 2. 类别变量热编码 2.1 方法1：OneHotEncoder（OneHotEncoder 必 阅读全文