2020年3月8日
Pandas 使用中的小技巧记录
摘要： 1 DataFrame 统一修改列名大小写 列名统一修改成小写 df.columns=df.columns.str.lower() 列名统一修改成大写 df.columns =df.columns.str.upper() 阅读全文
posted @ 2020-03-08 10:36 机器快点学习 阅读(300) 评论(0) 推荐(0)
数据预处理 | 使用 Filter Wrapper Embedded 实现特征工程中的特征选择
摘要： 目录 1 Filter 1.1 移除低方差特征（Removing features with low variance） 1.2 单变量特征选择 (Univariate feature selection) 1.2.1 卡方检验 (Chi2) 1.2.2 Pearson 相关系数 (Pearson 阅读全文
posted @ 2020-03-08 09:50 机器快点学习 阅读(1944) 评论(0) 推荐(0)
数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型
摘要： from sklearn.preprocessing import OrdinalEncoder model_oe = OrdinalEncoder() string_data_array = model_oe.fit_transform(string_data) string_data_pd = 阅读全文
posted @ 2020-03-08 08:41 机器快点学习 阅读(4418) 评论(1) 推荐(0)
2020年3月3日
异常检测 | 使用孤立森林 sklearn.ensemble.IsolationForest 分析异常流量
摘要： 孤立森林 Isolation Forest（sklearn.ensemble.IsolationForest）：一种适用于 连续数据 的 无监督 异常检测方法。与随机森林类似，都是高效的集成算法，相较于LOF，K-means等传统算法，该算法鲁棒性高且对数据集的分布无假设。 Isolation Fo 阅读全文
posted @ 2020-03-03 22:04 机器快点学习 阅读(9600) 评论(0) 推荐(1)
逻辑回归 | 使用 sklearn.linear_model.LogisticRegression 预测不同职业的人优惠券使用情况
摘要： 逻辑回归： 是一种广义的线性回归分析模型 逻辑回归针对的目标变量是类别型的，参数估值上，采用最大似然法。 分类问题可以转换成概率的都是逻辑回归的常见场景，如： 会不会逾期（风控） 会不会是流失客户（会员运营） 会不会点击（CTR预估、推荐系统、搜索） 优点：模型简单、可解释性强 缺点：不能做特征交叉 阅读全文
posted @ 2020-03-03 20:25 机器快点学习 阅读(1181) 评论(0) 推荐(0)
2020年3月2日
Pandas 的 merge 方法讲解及 how= inner/ outer/ left/ right 的连接方式演示
摘要： merge 的使用 pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_ 阅读全文
posted @ 2020-03-02 20:51 机器快点学习 阅读(33539) 评论(0) 推荐(2)
2020年2月29日
回归分析 | 使用Sklearn做线性回归分析及 rmse 和 mae 讲解
摘要： 一 概述 回归分析模型：销售额 =93765+0.3* 百度+0.15 * 社交媒体+0.05 *电话直销+0.02 * 短信 线性回归 研究自变量 x 对因变量 y 影响的一种数据分析方法 可以表示为Y=ax+b+ε，其中Y为因变量，x为自变量，a为影响系数，b为截距，ε为随机误差。 常见应用场景 阅读全文
posted @ 2020-02-29 16:32 机器快点学习 阅读(12268) 评论(0) 推荐(0)
聚类分析 | 概述、 k均值聚类算法 KMeans 处理数据及可视化
摘要： 一 概述 聚类分析目的 将大量数据集中具有“相似”特征的数据点或样本划分为一个类别 常见应用场景 在没有做先验经验的背景下做的探索性分析 样本量较大情况下的数据预处理工作 将数值类的特征分成几个类别 聚类分析能解决的问题包括 数据集可以分为几类 每个类别有多少样本量 不同类别中各个变量的强弱关系如何 阅读全文
posted @ 2020-02-29 15:39 机器快点学习 阅读(6574) 评论(2) 推荐(1)
2020年2月28日
python 使用 datetime 获取当前时间
摘要： 参照 http://www.pianshen.com/article/975848769/ 多谢作者哈哈 阅读全文
posted @ 2020-02-28 21:28 机器快点学习 阅读(2996) 评论(0) 推荐(0)
Pandas 中对列 groupby 后进行 sum() 与 count() 区别及 agg() 的使用方法
摘要： groupby[根据哪一列][ 对于那一列].进行计算 代码演示： direction：房子朝向 view_num：看房人数 floor：楼层 计算： A 看房人数最多的朝向 df.groupby(['direction'])['view_num'].sum() B 每个朝向的房子的数量 df.gr 阅读全文
posted @ 2020-02-28 16:12 机器快点学习 阅读(27567) 评论(0) 推荐(2)