实验内容：使用ID3算法设计实现决策树，使用uci数据集中的Caesarian Section Classification Dataset Data Set数据进行分类获取数据集：https://archive.ics.uci.edu/ml/datasets/Caesarian+Section+Classification+Dataset数据集：@attribute ‘Age’ { 22,26,

文本过滤当想找一些包含具体值的数据的时候，需要用到文本过滤。针对Object Title进行过滤，点击文本过滤器：查看Title中有多少与美国有关的数据；在文本过滤框输入USA,可以看到有935条匹配。还可以查看其他格式的数据，比如：输入(空格)USA(空格)看到匹配的记录有95条正则表达式匹配通过前面的实验可以看出，取值都是USA,却有不同的写法,这可能是因为数据录入问题，...

pd.merge()常用参数import pandas as pdleft = pd.DataFrame({'姓名':['q','w','e'],'年龄':['18','19','20']})right = pd.DataFrame({'姓名':['q','w','r'],'籍贯':['湖北','北京','上海']})left姓名年龄0q181w19...

1.1深度学习的引出机器学习(Machine Lerning) 是对研究问题进行模型假设，利用计算机从训练数据中学习得到模型参数。并最终对数据进行预测和分析的一门学科。从简单线性分类器到深度学习(一)问题:根据繁华程度(x1)、交通便利度(x2)、与市中心距离(x3)、楼层(x4 )预测房价的高低（x1-x4为输入，w为各个输入的权重）:则可以写出如下表达式：从简单线性分类器到深度学习(二)加入中

1.1深度学习的引出机器学习(Machine Lerning) 是对研究问题进行模型假设，利用计算机从训练数据中学习得到模型参数。并最终对数据进行预测和分析的一门学科。从简单线性分类器到深度学习(一)问题:根据繁华程度(x1)、交通便利度(x2)、与市中心距离(x3)、楼层(x4 )预测房价的高低（x1-x4为输入，w为各个输入的权重）:则可以写出如下表达式：从简单线性分类器到深度学习(二)加入中

在Anaconda Prompt命令行中输入conda install nb_conda后，进入jupyter notebook 点击conda选项出现以下错误：成功解决：进入nb_conda的环境命令行后，先后输入：jupyter serverextension disable nb_condajupyter serverextension enable nb_conda得到对.jupyter文

OpenRefine简介目前有三款免费的数据清洗工具：OpenRefine，Weka，Data Wrangler。下面主要介绍OpenRefine。● OpenRefine前身是谷歌公司(Google) 开发的数据清洗工具GoogleRefine,随后于2012年开放源代码，改为现在的OpenRefine● 一款基于计算机浏览器的数据清洗软件● 在数据清洗、数据探索以及数据转换方面非常有...