
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
机器学习1:——Pandas——1:基本数据操作
一.基本数据操作学习目标目标记忆DataFrame的形状、行列索引名称获取等基本属性应用Series和DataFrame的索引进行切片获取应用sort_index和sort_values实现索引和值的排序应用股票每日数据的操作为了更好的理解这些基本操作,我们将读取一个真实的股票数据。关于文件操作,后面在介绍,这里只先用一下API# 读取文件data = pd.read_csv("./data/st
对《基于机器学习的区域滑坡危险性评价方法综述》阅读的总结
对《基于机器学习的区域滑坡危险性评价方法综述》阅读的总结1.摘要这篇综述主要系统阐述了:作者通过阅读文献,总结了基于机器学习技术解决滑坡危险性评价方法;可以分为 1、评价因子选择2、数据清洗与样本集构建3、模型选取与训练评价这三个关键环节对现有研究成果进行分析评述;最后对机器学习滑坡危险性评价方法的发展趋势提出讨论意见。2.研究背景由于我国国土面积体量大,地形地貌种类繁多,所以相应的滑坡灾害影
机器学习8:——Pandas——8:高级处理5:分组与聚合
一.高级处理-分组与聚合学习目标目标应用groupby和聚合函数实现数据的分组与聚合应用星巴克零售店数据的分组与聚合分组与聚合通常是分析数据的一种方式,通常与一些统计函数一起使用,查看数据的分组情况想一想其实刚才的交叉表与透视表也有分组的功能,所以算是分组的一种形式,只不过他们主要是计算次数或者计算比例!!看其中的效果:1 什么是分组与聚合2 分组APIDataFrame.groupby(key,
到底了







