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