摘要： SHAP（SHapley Additive exPlanations）是一种统一的方法来解释任何机器学习模型的输出。SHAP将博弈论与局部解释联系起来，将以前的几种方法结合起来，并根据预期表示唯一可能的一致且局部准确的加法特征归因方法（详见SHAP NIPS论文）。 部分依赖图显示了目标相应和一组特 阅读全文

摘要： 1.bagging减少variance Bagging对样本重采样，对每一重采样得到的子样本集训练一个模型，最后取平均。由于子样本集的相似性以及使用的是同种模型，因此各模型有近似相等的bias和variance（事实上，各模型的分布也近似相同，但不独立），所以bagging后的bias和单个子模型的 阅读全文

摘要： 参考文献： 【1】Pandas知识点脑图汇总 阅读全文

摘要： 二.分类图 1. 分类散点图 （1）散点图striplot（kind='strip'） 方法1： seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge 阅读全文

摘要： 一、数据探索 1.数据读取 遍历文件夹，读取文件夹下各个文件的名字：os.listdir() 方法：用于返回指定的文件夹包含的文件或文件夹的名字的列表。这个列表以字母顺序。 它不包括 '.' 和'..' 即使它在文件夹中。 1.1 CSV格式数据 详细说明 （1）读取 ### python导入csv 阅读全文

摘要： （一）数值特征 数值特征（numerical feature），可以是连续的（continuous），也可以是离散的（discrete），一般表示为一个实数值。 例：年龄、价格、身高、体重、测量数据。 不同算法对于数值特征的处理要求不同。下文中的一些数据处理方法，因为是针对某一特征列的单调变换，所以 阅读全文

摘要： 一.查看变量的缺失值（missing value，空值）个数以及所占比例 连续型数据探索 二.画频数占比分布图，查看样本在该特征值上的分布 根据连续变量的值域范围，将该变量分成10箱，就是分成10段，箱数可自由选择； 统计每一箱内样本的频数占比：该箱内样本个数/总样本个数。然后将每一箱的频数比例画出 阅读全文

摘要： 参考文献： 【1】Python决策树可视化：GraphViz's executables not found的解决方法 阅读全文

摘要： 参考文献： 【1】pivot_table 阅读全文

摘要： 或者写在一行 参考文献： 【1】pandas 显示不全问题 阅读全文