目前很多机器学习模型可以做出非常好的预测，但是它们并不能很好地解释他们是如何进行预测的，很多数据科学家都很难知晓为什么该算法会得到这样的预测结果，这其实是非常致命的。如果我们无法知道某个算法是如何进行预测，很难基于模型知道业务发展。本文介绍目前常见的几种可以提高机器学习模型的可解释性的技术，包括它们的相对优点和缺点。我们将其分为下面几种：Partial Dependence Plot (PDP)；

AutoML 是机器学习中一个相对较新的领域，它主要将机器学习中所有耗时过程自动化，如数据预处理、最佳算法选择、超参数调整等，这样可节约大量时间在建立机器学习模型过程中。今天我将用一个简单的示例来全面讲解 AutoML 工具：Auto-Sklearn，相信你会爱上这个这么省心的工具。文中涉及的数据、代码文末将给出，方便实战练习。Auto-Sklearn 简介熟悉机器学习的人都知道 scikit-l

PyCaret 是一个开源、低代码的 Python 机器学习库，可自动执行机器学习工作流。它是一种端到端的机器学习和模型管理工具，可以以指数方式加快实验周期并提高您的工作效率。欢迎收藏学习，喜欢点赞支持，文末提供技术交流群。与其他开源机器学习库相比，PyCaret 是一个替代的低代码库，可用于仅用几行代码替换数百行代码。 这使得实验速度和效率呈指数级增长。 PyCaret 本质上是围绕多个机器学习

毫无疑问，Microsoft Excel 和 Word 是我们日常办公中使用最广泛的办公软件。将反复、复杂的工作自动化处理，是我们需要思考的问题。今天我来分享一些Python办公自动化的方法，欢迎收藏学习，喜欢点赞支持，技术交流群文末提供，欢迎畅聊。OpenpyxlOpenpyxl 可以说是 Python 中最通用的工具模块了，它使与 Excel 交互pip install openpyxlpip

前两天逛知乎的时候看到这样一个提问，Python自动化办公能做那些有趣或者有用的事情？看了一下这个提问，我想这可能是很多职场人面临的困惑，想把Python用到工作中来提升效率，却不知如何下手？Python在自动化办公领域越来越受欢迎，重复性工作让Python去做将是一种趋势。看了一些办公自动化的文章，感觉更多是知识的罗列，看完后不知所云。为了更方面大家去学习，今天小编将以学生考试成绩为例，手把手教

在日常的工作学习当中，我们总会遇到各式各样的问题，其中不少的问题都是一遍又一遍简单重复的操作，不妨直接用Python脚本来自动化处理。今天我就给大家分享10个Python高级脚本，帮助我们减少无谓的时间浪费，提高工作学习中的效率。 喜欢记得收藏、关注、点赞。注：完整版代码、数据、技术交流文末获取给照片添加水印给照片添加水印的代码多种多样，下面这种的或许是最为简单的形式，from PIL impor

大家好，最近有同事需要批量出个Word文档，按照1个Word文档耗时1分钟来算也需要小时足足有1天工时。于是，这位同事找到了我帮忙，接过需求花了不到30分钟写好脚本，运行脚本不到1分钟就生成了500份Word文档并且进行了分类归档！这就是Python的魅力，让工作更轻松！喜欢记得收藏、关注、点赞。完整版代码、技术交流，文末获取今天，我们就来了解一下用Python读写Word文档。未来，我将再出两期

今天的办公自动化主题：Python 操作 PDF关于 Python 与 PDF 的操作，前面也有提到几篇，文末也会 列出相关几篇文章，感兴趣的可以都学习一下今天的具体内容将会从以下几个小节展开：相关介绍批量拆分批量合并提取文字内容提起表格内容提起图片内容转换为PDF图片添加水印加密与解码上述操作比较常用，也可以解决较多的办公内容，下面直接开始本节内容：1. 相关介绍Python 操

今天我来讲一下如何用 Python 一行代码在`DataFrame`数据集当中生成炫酷的动态交互式的图表，本文中我们需要用到的模块`cufflinks`，就像是`seaborn`封装了`matplotlib`一样，`cufflinks`也在`plotly`上面做了进一步的包装及优化，方法统一、参数配置简单，对于`DataFrame`数据集而言也可以方便灵活的绘图。本文案例较多，很多可以拿来即用，欢

让客户深刻记住你的数据洞察和发现的最好方式，是创建交互式仪表板。为什么要互动呢？一方面是比较有趣，另一方面是客户对动作的记忆比静态的洞察力更深刻。