V
主页
京东 11.11 红包
第六章(4):调参的python实现
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
第六章(3):调参的理论
第六章(5):调参的可视化
第六章(1):数据合并函数append()
第六章(1):交叉验证
第六章(2):数据合并函数concat()
第六章(4):数据合并函数join()
第六章(2):分类数据的交叉验证的注意事项
[编程技巧] 第1期 定时器实现非阻塞式程序 按键控制LED闪烁模式
第一章(4):python的学习方法,我们用的教材
第一章:(1)数量预测之线性回归
第五章(3):将分类变量变为哑变量
第七章(1):算法链Pipeline()
第五章(1):特征工程简介
第六章(3):数据合并函数merge()
第五章(7):特征工程处理时间序列
第三章(3):pandas:数据框的定义
第五章(2):将数值型变量变为分类型变量
第三章(1):序列Series的定义
第四章(1):缺失值的处理
第五章(4):线性回归的升级,再升级
第二章:(2).分类预测案例
第四章(1):特征X的预处理
第五章(1):数据框的样本的随机选取,样本子集的抽取
第三章(5):dataframe中的列和行的赋值
第四章(2):SVC模型的特征必须作预处理
第一章(6):列表(上)
第三章(2):不平衡数据简介
第一章(15):列表推导式(字典推导式等)
第三章(4):随机森林和SVC的ROC曲线
第三章(2):序列Series中的函数
第二章(7):Matplotlib中的两种基本画图方式
第五章(2):线性模型和决策树的对比
第一章(17):类
第五章(6):Boston数据分析结果的可视化
第三章(1):SVC基本原理简介
第一章(5):python中的变量
第一章(13):循环(上)
第二章(10):三维图像的画法
第四章数据分析实战(下)
第三章(6):算数运算和数据对齐