Python
-
从头开始:用Python实现随机森林算法
拥有高方差使得决策树(secision tress)在处理特定训练数据集时其结果显得相对脆弱。bagging(bootstrap aggregating 的缩写)算法从训练数据的样本中建立复合模型,可以有效降低决策树的方差,但树与树之间有高度关联(并不是理想的树的状态)。 随机森林算法(Random…
-
如何使用 Python 开始建立你的数据分析项目
数据分析的基本内容究竟是什么样的?你应当怎样安排项目结构?你需要使用什么样的工具?
-
使用python和tableau对数据进行抓取及可视化
本篇文章介绍使用python抓取贷款及理财平台的数据,并将数据拼接和汇总。
-
17个新手常见Python运行时错误
17个新手常见Python运行时错误
-
2017年度15个最好的数据科学领域Python库
ython 近几年在数据科学行业获得了人们的极大青睐,各种资源也层出不穷。
-
基于机器学习的文本情感极性分析
「情感极性分析」是对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程。
-
Python做文本挖掘的情感极性分析(基于情感词典的方法)
「情感极性分析」是对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程。
-
像Excel一样使用python进行数据分析(3)
本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作
-
像Excel一样使用python进行数据分析(2)
本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。
-
像Excel一样使用python进行数据分析(1)
本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。
-
使用python训练贝叶斯模型预测贷款逾期
朴素贝叶斯(Naive Bayes)是一种简单的分类预测模型,本篇文章将使用机器学习库scikit-learn中的Gaussian Naive Bayes算法对贷款历史数据进行建模。并通过模型对新贷款用户的逾期情况进行模拟预测。
-
使用PCA对特征数据进行降维
PCA(Principal Component Analysis)是机器学习中对数据进行降维的一种方法。主要目的是在不丢失原有数据信息的情况下降低机器学习算法的复杂度,及资源消耗。本篇文章将使用python对特征进行降维。
-
7个实用小技巧,提升PyTorch技能,还带示例演示
近日,reddit出现了一个关于PyTorch使用技巧的帖子:「PyTorch的七个实用技巧」,还提供了相关示例,引发网友热议。此外,发帖人还在Colab上展示了一些应用示例和视频讲解。以下两个示例分别为技巧…
-
?使用Python分析纽约出租车搭乘数据
探究绿色出租车的是使用趋势,用户使用习惯以及天气因素对出租车使用量的影响。
-
使用python抓取新浪微博数据
本篇文章是python爬虫系列的第四篇,介绍如何登录抓取新浪微博的信息。