博客园 - 张知行
uuid:24b78886-0ed1-41c2-8670-e3f31dcf42c4;id=50914
2021-11-28T17:53:37Z
张知行
https://www.cnblogs.com/zhangzhixing/
feed.cnblogs.com
https://www.cnblogs.com/zhangzhixing/p/15617390.html
Anaconda下载安装教程。。。 - 张知行
一、搜索“anaconda”,一般第一个就是 二、进入后,如下图,点击红色区域。 三、进入后往下划,看到下图区域,选择适合自己的版本。 四、等待下载完成后,打开安装包,进行安装,next。 I Agree 有多个用户的可以选择All User 选择安装路径 第一个是自动添加环境变量,也可以自己添加
2021-11-28T17:54:00Z
2021-11-28T17:54:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】一、搜索“anaconda”,一般第一个就是 二、进入后,如下图,点击红色区域。 三、进入后往下划,看到下图区域,选择适合自己的版本。 四、等待下载完成后,打开安装包,进行安装,next。 I Agree 有多个用户的可以选择All User 选择安装路径 第一个是自动添加环境变量,也可以自己添加 <a href="https://www.cnblogs.com/zhangzhixing/p/15617390.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12953187.html
java-jdk8下载及安装 - 张知行
转载自:https://www.cnblogs.com/chenxj/p/10137221.html 1、下载JDK; a、直接官网下载:http://www.oracle.com/; b、或百度网盘: 链接:https://pan.baidu.com/s/14nUOI3AMAf2ez5Cpxpdt
2020-05-24T14:41:00Z
2020-05-24T14:41:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】转载自:https://www.cnblogs.com/chenxj/p/10137221.html 1、下载JDK; a、直接官网下载:http://www.oracle.com/; b、或百度网盘: 链接:https://pan.baidu.com/s/14nUOI3AMAf2ez5Cpxpdt <a href="https://www.cnblogs.com/zhangzhixing/p/12953187.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12742968.html
pandas相关性分析 - 张知行
DataFrame.corr(method='pearson', min_periods=1) 参数说明: method:可选值为{‘pearson’, ‘kendall’, ‘spearman’} pearson:Pearson相关系数来衡量两个数据集合是否在一条线上面,即针对线性数据的相关系数计
2020-04-21T02:46:00Z
2020-04-21T02:46:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】DataFrame.corr(method='pearson', min_periods=1) 参数说明: method:可选值为{‘pearson’, ‘kendall’, ‘spearman’} pearson:Pearson相关系数来衡量两个数据集合是否在一条线上面,即针对线性数据的相关系数计 <a href="https://www.cnblogs.com/zhangzhixing/p/12742968.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12631535.html
pandas小技巧 - 张知行
一、在DataFrame中删除某列中含有空值的行: 删除前: df.dropna(subset=['c']) 删除后: 以后会逐渐累积。
2020-04-04T05:50:00Z
2020-04-04T05:50:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】一、在DataFrame中删除某列中含有空值的行: 删除前: df.dropna(subset=['c']) 删除后: 以后会逐渐累积。 <a href="https://www.cnblogs.com/zhangzhixing/p/12631535.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12589944.html
Window—mysql下载及安装 - 张知行
首先百度搜索进入mysql官网,之后点击DOWNLOADS 进入后页面底部会有一个MySQL Community (GPL) Downloads » 进入后点击进入MySQL Community Server 直接上图 接下来就准备下载安装包了 无论电脑是32位还是64位的都下载这个,安装时会让你选
2020-03-28T14:37:00Z
2020-03-28T14:37:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】首先百度搜索进入mysql官网,之后点击DOWNLOADS 进入后页面底部会有一个MySQL Community (GPL) Downloads » 进入后点击进入MySQL Community Server 直接上图 接下来就准备下载安装包了 无论电脑是32位还是64位的都下载这个,安装时会让你选 <a href="https://www.cnblogs.com/zhangzhixing/p/12589944.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12095815.html
使用java调用python训练出的pmml模型 - 张知行
记录下自己的过程,以后可以随时用,如果能帮到大家就更好了。 从安装软件说起,嫌麻烦的就别看了。 一、下载工具(俗话说得好,预先善其事必先利其器!哈哈) 我刚开始安装的是eclipse,但有诸多麻烦不能解决,就用了IDEA,和Pycharm一个公司发行的。 首先进入官网: http://www.jet
2019-12-25T03:39:00Z
2019-12-25T03:39:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】记录下自己的过程,以后可以随时用,如果能帮到大家就更好了。 从安装软件说起,嫌麻烦的就别看了。 一、下载工具(俗话说得好,预先善其事必先利其器!哈哈) 我刚开始安装的是eclipse,但有诸多麻烦不能解决,就用了IDEA,和Pycharm一个公司发行的。 首先进入官网: http://www.jet <a href="https://www.cnblogs.com/zhangzhixing/p/12095815.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12073289.html
python 读取文件夹中所有同类型的文件 并用pandas合并 - 张知行
import globimport osimport pandas as pdread_path = 'D:/Data' # 要读取的文件夹的地址read_excel = glob.glob(os.path.join(read_path,'*.xlsx')) # 读取文件夹中所有后缀为xlsx的文件
2019-12-20T07:21:00Z
2019-12-20T07:21:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】import globimport osimport pandas as pdread_path = 'D:/Data' # 要读取的文件夹的地址read_excel = glob.glob(os.path.join(read_path,'*.xlsx')) # 读取文件夹中所有后缀为xlsx的文件 <a href="https://www.cnblogs.com/zhangzhixing/p/12073289.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12073147.html
pandas中对日期型数据进行处理 - 张知行
因为数据不方便展示,直接上代码。 将字符串转为datetime64[ns]格式: pd.to_datetime('2019-12-20') or pd.to_datetime('20191220') 以上两种方式都可以转为日期格式 还可以直接将一列直接转为日期格式,如下:(字符串格式必须和以上两种相
2019-12-20T07:00:00Z
2019-12-20T07:00:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】因为数据不方便展示,直接上代码。 将字符串转为datetime64[ns]格式: pd.to_datetime('2019-12-20') or pd.to_datetime('20191220') 以上两种方式都可以转为日期格式 还可以直接将一列直接转为日期格式,如下:(字符串格式必须和以上两种相 <a href="https://www.cnblogs.com/zhangzhixing/p/12073147.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12073012.html
pandas中截取一列字符串中每行字符串的一部分 - 张知行
1 import pandas as pd 2 df = pd.DataFrame([['12345',1], 3 ['23456',2], 4 ['34567',3], 5 ['45678',4], 6 ['56789',5], 7 ['67890',6]],columns=['str','num
2019-12-20T06:43:00Z
2019-12-20T06:43:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】1 import pandas as pd 2 df = pd.DataFrame([['12345',1], 3 ['23456',2], 4 ['34567',3], 5 ['45678',4], 6 ['56789',5], 7 ['67890',6]],columns=['str','num <a href="https://www.cnblogs.com/zhangzhixing/p/12073012.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12050444.html
python 安装第三方模块的各种方法 - 张知行
whl包的安装:pip install **.whl(要有pip 和 下载好的whl文件) tar.gz包的安装:python setup.py install (先将tar.gz解压到指定文件夹,在地址栏输入cmd) pip install [packages] Linux: 安装whl同上 安装
2019-12-16T10:04:00Z
2019-12-16T10:04:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】whl包的安装:pip install **.whl(要有pip 和 下载好的whl文件) tar.gz包的安装:python setup.py install (先将tar.gz解压到指定文件夹,在地址栏输入cmd) pip install [packages] Linux: 安装whl同上 安装 <a href="https://www.cnblogs.com/zhangzhixing/p/12050444.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/12048269.html
Python 清华镜像设置 - 张知行
大家在通过pip 或conda 下载一些很大的第三方库时是不是有一种等到坟头的草都三尺高了,还没下载完的感觉,而且大的第三方库长时间下载,可能会导致超时自动中断下载,感谢清华的大佬们 临时使用: pip install -i https://pypi.tuna.tsinghua.edu.cn/sim
2019-12-16T03:36:00Z
2019-12-16T03:36:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】大家在通过pip 或conda 下载一些很大的第三方库时是不是有一种等到坟头的草都三尺高了,还没下载完的感觉,而且大的第三方库长时间下载,可能会导致超时自动中断下载,感谢清华的大佬们 临时使用: pip install -i https://pypi.tuna.tsinghua.edu.cn/sim <a href="https://www.cnblogs.com/zhangzhixing/p/12048269.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/11880493.html
《数据化管理:洞悉零售及电子商务运营》 - 张知行
链接:https://pan.baidu.com/s/1aaWgTY8P2J8fNdXFRSnHug 提取码:p5wa 复制这段内容后打开百度网盘手机App,操作更方便哦
2019-11-18T02:10:00Z
2019-11-18T02:10:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】链接:https://pan.baidu.com/s/1aaWgTY8P2J8fNdXFRSnHug 提取码:p5wa 复制这段内容后打开百度网盘手机App,操作更方便哦 <a href="https://www.cnblogs.com/zhangzhixing/p/11880493.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/11671111.html
两表拼接 pd.concat - 张知行
a = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]],columns=['a','b','c']) b = pd.DataFrame([[11,23,45], [22,23,24], [31,32,33]],columns=['a','b','c']) pd.concat([a,b],axis=0,ignore_index=True)
2019-10-14T05:51:00Z
2019-10-14T05:51:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】a = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]],columns=['a','b','c']) b = pd.DataFrame([[11,23,45], [22,23,24], [31,32,33]],columns=['a','b','c']) pd.concat([a,b],axis=0,ignore_index=True) <a href="https://www.cnblogs.com/zhangzhixing/p/11671111.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/11208694.html
随机森林计算特征对目标的重要程度——置换检验 - 张知行
我们都知道,在调用sklearn中的随机森林时,是可以通过feature_importances_查看每个特征的重要程度的。 其主要通过置换检验来求得特征的重要程度。 如果特征k是重要的,那么用随机的值将该列特征破坏,重新训练和评估,计算模型的泛化能里的退化程度,即: inportance(k) =
2019-08-01T03:36:00Z
2019-08-01T03:36:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】我们都知道,在调用sklearn中的随机森林时,是可以通过feature_importances_查看每个特征的重要程度的。 其主要通过置换检验来求得特征的重要程度。 如果特征k是重要的,那么用随机的值将该列特征破坏,重新训练和评估,计算模型的泛化能里的退化程度,即: inportance(k) = <a href="https://www.cnblogs.com/zhangzhixing/p/11208694.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/11150317.html
随机森林之oob的计算过程 - 张知行
随机森林oob的理解
2019-07-08T03:58:00Z
2019-07-08T03:58:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】随机森林oob的理解 <a href="https://www.cnblogs.com/zhangzhixing/p/11150317.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/11074416.html
pandas中groupby的参数:as_index - 张知行
pandas中groupby的参数:as_index的见解
2019-06-23T13:17:00Z
2019-06-23T13:17:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】pandas中groupby的参数:as_index的见解 <a href="https://www.cnblogs.com/zhangzhixing/p/11074416.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/11058977.html
机器学习实战笔记——KNN约会网站 - 张知行
<img src="http://pic.netbian.com/uploads/allimg/170610/174855-1497088135bff2.jpg" class="desc_img">机器学习实战笔记——使用 k-近邻算法改进约会网站的配对效果
2019-06-20T07:27:00Z
2019-06-20T07:27:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】<img src="http://pic.netbian.com/uploads/allimg/170610/174855-1497088135bff2.jpg" class="desc_img">机器学习实战笔记——使用 k-近邻算法改进约会网站的配对效果 <a href="https://www.cnblogs.com/zhangzhixing/p/11058977.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/zhangzhixing/p/11047746.html
机器学习实战笔记——KNN - 张知行
机器学习实战中的KNN基本代码
2019-06-18T12:50:00Z
2019-06-18T12:50:00Z
张知行
https://www.cnblogs.com/zhangzhixing/
【摘要】机器学习实战中的KNN基本代码 <a href="https://www.cnblogs.com/zhangzhixing/p/11047746.html" target="_blank">阅读全文</a>