V
主页
第一章:(2).数量预测之随机森林
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
第一章(8):元组
第一章(7):列表(下)
第一章:(1)数量预测之线性回归
第一章(9):字符串
第一章(10):集合
第三章(4):随机森林和SVC的ROC曲线
第三章(2):不平衡数据简介
第五章(1):数据框的样本的随机选取,样本子集的抽取
第二章(6):数组的合并,随机数的生成
第二章:(1).分类变量的0-1编码
第六章(3):调参的理论
第六章(1):交叉验证
第二章(10):三维图像的画法
第三章(3):ROC曲线
第三章(5)附录,不平衡数据credit的分析
第一章(1):数据分析和数据挖掘介绍
第一章(18):异常的处理,以及zip函数
第六章(4):数据合并函数join()
第六章(1):数据合并函数append()
第五章(3):将分类变量变为哑变量
第六章(3):数据合并函数merge()
第一章(17):类
第三章(1):SVC基本原理简介
第一章(11):字典
第一章(6):列表(上)
第三章(2):序列Series中的函数
第二章(4):二维array数组
第一章(12):分支结构
第五章(2):将数值型变量变为分类型变量
第六章(2):数据合并函数concat()
第一章(2):python编译环境的安装
第二章(3):一维array数组
第一章(15):列表推导式(字典推导式等)
第四章(1):缺失值的处理
第一章(4):python的学习方法,我们用的教材
第七章(1):算法链Pipeline()
第五章(1):特征工程简介
第二章(7):Matplotlib中的两种基本画图方式