京东 11.11 红包
第五章(2)：线性模型和决策树的对比
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
第五章(3)：分箱，提高线性模型的预测效果
...
第六章（3）：调参的理论
...
第五章（2）：将数值型变量变为分类型变量
...
第一章：(3).回归模型和随机森林的对比
...
第二章：(2).分类预测案例
...
第六章（1）：交叉验证
...
第二章：(1).分类变量的0-1编码
...
第五章（7）：特征工程处理时间序列
...
第二章（4）：二维array数组
...
第五章(1)：特征工程简介
...
第六章（4）：数据合并函数join（）
...
第五章（1）：数据框的样本的随机选取，样本子集的抽取
...
第一章（4）：python的学习方法，我们用的教材
...
第一章：(2).数量预测之随机森林
...
第四章（1）：缺失值的处理
...
第一章（12）：分支结构
...
第六章（2）：数据合并函数concat（）
...
第二章（3）：一维array数组
...
第六章（3）：数据合并函数merge（）
...
第一章（5）：python中的变量
...
第一章（6）：列表（上）
...
第二章（2）：numpy模块初步介绍
...
第四章(2)：SVC模型的特征必须作预处理
...
第二章（8）：画图中的基本的参数
...
第一章（18）：异常的处理，以及zip函数
...
第一章（14）：循环（下）
...
第六章（4）：调参的python实现
...
第一章（9）：字符串
...
第二章（5）：二维数组的逻辑切片，二维数组拉直为一维数组
...
第三章(5)附录，不平衡数据credit的分析
...
第一章（11）：字典
...
第二章（7）：Matplotlib中的两种基本画图方式
...
第六章（5）：调参的可视化
...
第四章(1)：特征X的预处理
...
第一章（15）：列表推导式（字典推导式等）
...
第六章（1）：数据合并函数append（）
...
第一章（13）：循环（上）
...
第一章：(1)数量预测之线性回归
...
第三章（3）：pandas：数据框的定义
...
第一章（2）：python编译环境的安装