公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter呀~本文介绍的是利用Plotly绘制一种相对少见的可视化图形：桑基图，这个图形可以说是展现数据流动的利器。虽然桑基图使用的频率相对来说不如柱状图、饼图那般高，但是个人还是非常喜欢这个图形。第一次接触桑基图的时候，是使用Pyehcarts（以后会专门介绍这个国产的可视化神器）绘制的，本文将介绍如何使用Plotly来实现这个图形。一

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文中重点介绍的是如何利用plotly来绘制3D图形。在3D图形中一般是包含3个轴的：x、y、z。在Plotly中绘图的时候，我们对layout布局进行设置的时候，通常是对一个叫做scene的参数进行设置，在这个参数就是包含x、y、z3个不同轴的设置，比如轴的范围、名称、颜色等。同时还会介绍不同类型的3D图形，比如：3D散点图

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前更新了很多关于Plotly绘图的文章。今天带来的文章是基于官网和实际案例来讲解如何绘制不同需求下的热力图。Plotly中绘制热力图有3种方式：heatmap、imshow和figure_factory（Plotly的图形工厂函数）官网学习地址：https://plotly.com/python/heatmaps/https

L1 正则化，通常也被称为Lasso 正则化（Least Absolute Shrinkage and Selection Operator），是通过在损失函数中添加 L1 范数（参数绝对值之和）惩罚项，来约束模型的参数。L1 正则化的目标是使模型参数趋向于稀疏，即让一些参数为零，从而实现特征选择和减少模型复杂度的效果。

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~之前从网上爬取了一份深圳的租房数据，并且从统计分析和可视化的角度进行了分析。今天还是使用之前的数据进行数据分析和建模，以及模型的可解释性探索。本文的主要内容包含：导入库导入主要的库用于：数据处理、可视化、建模、特征可解释性等数据基本信息1、导入数据2、数据形状和字段类型下面是具体的特征解释：# 下面是特征属性name：小区名字

五一去长沙吃喝玩乐前几天发表过一篇文章厦门不止鼓浪屿，得到了一些朋友的肯定，让我再写下其他城市。这两天又获取到了两份关于长沙的数据：长沙景点和长沙美食，之后进行了分析，如果有朋友想去长沙或者周边城市玩，要仔细看看喔。导入库import pandas as pdimport reimport csvimport jsonimport requestsimport random# 显示所有列# pd.

Scikit-learn保姆级入门教程Scikit-learn是一个非常知名的Python机器学习库，它广泛地用于统计分析和机器学习建模等数据科学领域。建模无敌：用户通过scikit-learn能够实现各种监督和非监督学习的模型功能多样：同时使用sklearn还能够进行数据的预处理、特征工程、数据集切分、模型评估等工作数据丰富：内置丰富的数据集，比如：泰坦尼克、鸢尾花等，数据不再愁啦本篇文章通过简

L1 正则化，通常也被称为Lasso 正则化（Least Absolute Shrinkage and Selection Operator），是通过在损失函数中添加 L1 范数（参数绝对值之和）惩罚项，来约束模型的参数。L1 正则化的目标是使模型参数趋向于稀疏，即让一些参数为零，从而实现特征选择和减少模型复杂度的效果。

外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，Peter为大家分享一下~

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~Scikit-learn是一个非常知名的Python机器学习库，它广泛地用于统计分析和机器学习建模等数据科学领域。建模无敌：用户通过scikit-learn能够实现各种监督和非监督学习的模型功能多样：同时使用sklearn还能够进行数据的预处理、特征工程、数据集切分、模型评估等工作数据丰富：内置丰富的数据集，比如：泰坦尼克、鸢