摘要： 一、绘图判断 一般对于强相关性的两个变量，画图就能定性判断是否相关 散点图 seaborn.scatterplot # 散点图矩阵初判多变量间关系 data = pd.DataFrame(np.random.randn(200,4)*100, columns = ['A','B','C','D']) 阅读全文

摘要： 1. 前向搜索 每次增量地从剩余未选中的特征选出一个加入特征集中，待达到阈值或者 时，从所有的 中选出错误率最小的。过程如下： 初始化特征集 为空。 扫描 从 到 如果第 个特征不在 中，那么特征 和 放在一起作为 (即 )。 在只使用 中特征的情况下，利用交叉验证来得到 的错误率。 从上步中得到的 阅读全文

摘要： 1.热力图heatmap seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, li 阅读全文

摘要： 一、正则化 1.L1/Lasso L1正则方法具有稀疏解的特性，因此天然具备特征选择的特性，但是要注意，L1没有选到的特征不代表不重要，原因是两个具有高相关性的特征可能只保留了一个，如果要确定哪个特征重要应再通过L2正则方法交叉检验。 举例：下面的例子在波士顿房价数据上运行了Lasso，其中参数al 阅读全文

摘要： 引入工具包 总览 一.datetime库 datetime标准库有四个主要对象 时间 - 仅限时间，以小时，分钟，秒和微秒为单位日期 - 仅年，月和日datetime - 时间和日期的所有组成部分timedelta - 最大天数的时间量 (1)datetime创建 (2)datetime转Times 阅读全文

摘要： 面向对象编程的三条主线： （1）类及类的构成成分：属性 方法 构造器 代码块 内部类 （2）面向对象编程的特征：封装性 继承性 多态性（抽象性） （3）其他的关键字：this super package import static final abstract interface 一、主线1：类及类 阅读全文

摘要： 原数据：int型 转成年月日 时分秒的形式 阅读全文

摘要： t分布随机近邻嵌入（t-distributed Stohastic Neighbor Embedding） 基本思路：为高维特征空间在二维平面（或三维超平面，不过基本上总是使用二维空间）上寻找一个投影，使得在原本的n维空间中相距很远的数据点在屏幕上同样相距较远，而原本相近的点在平面上仍然相近。本质上 阅读全文

摘要： 问题：想要将字典直接转为DataFrame格式时，除了字典外没有传入其他参数时，会报错 ValueError: If using all scalar values, you must pass an index 错误原因：直接将标称属性为value的字典转成dataframe时，需要设定index 阅读全文

摘要： https://zhuanlan.zhihu.com/p/40231966 阅读全文