May酱的blog

摘要： 一 data structure 1.vector: a single entity consisting of an ordered collection of numbers x <- c(10.4, 5.6, 3.1, 6.4, 21.7) 等价于 c(10.4, 5.6, 3.1, 6.4, 阅读全文

摘要： Some people think that printed books are no longer needed in a digital era because all writing can be stored electronically. Others think that printed 阅读全文

摘要： 1.交叉验证测量准确率 在模型训练中，若使用全部的训练数据进行一次训练，可能会出现预测精度非常高的情况，此时应警惕出现了过拟合。因为在对模型效果进行评估时，可以考虑使用K折交叉验证。 采用分层抽样的方法将数据集分为k份，其中k-1份用于训练，剩余1份用于测试，共训练k次，使用k个测试结果的均值。 m 阅读全文

摘要： 对一个表格类数据集进行数据分析，常常有以下几个步骤： 1.数据总览 读取数据集并了解数据集大小，原始特征维度 查看特征的数据类型和基本统计量 2.缺失值和唯一值 查看数据缺失情况 查看唯一值特征情况 3.深入数据 类别型数据 数值型数据（离散型、连续型） 4.数据间相关关系 特征与特征之间 特征与目 阅读全文

摘要： seaborn是建立matplotlib基础上，便于处理pandas数据结构的可视化库。 import pandas as pd pd.plotting.register_matplotlib_converters() import matplotlib.pyplot as plt %matplot 阅读全文