京东 11.11 红包
第二章（6）：数组的合并，随机数的生成
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：(2).数量预测之随机森林
...
第二章：(2).分类预测案例
...
第二章（2）：numpy模块初步介绍
...
第二章：(1).分类变量的0-1编码
...
第三章(4)：随机森林和SVC的ROC曲线
...
第二章（5）：二维数组的逻辑切片，二维数组拉直为一维数组
...
第二章（1）：新模块的学习方法
...
第一章（12）：分支结构
...
第二章（8）：画图中的基本的参数
...
第六章（3）：数据合并函数merge（）
...
第二章（10）：三维图像的画法
...
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（17）：类
...
第六章（2）：数据合并函数concat（）
...
第六章（1）：数据合并函数append（）
...
第一章（18）：异常的处理，以及zip函数
...
第三章(5)附录，不平衡数据credit的分析
...
第一章（14）：循环（下）
...
第三章（1）：序列Series的定义
...
第一章（10）：集合
...
第一章：(1)数量预测之线性回归
...
第二章（7）：Matplotlib中的两种基本画图方式
...
第二章（9）：在一个大框内画两个子图
...
第六章（3）：调参的理论
...
第三章(1)：SVC基本原理简介
...
第一章（11）：字典
...
第一章（16）：函数
...
第六章（2）：分类数据的交叉验证的注意事项
...
第七章（1）：算法链Pipeline()
...
第五章（7）：特征工程处理时间序列
...
第六章（4）：调参的python实现
...
第三章（5）：dataframe中的列和行的赋值
...
第六章（4）：数据合并函数join（）
...
第一章（6）：列表（上）
...
第一章（8）：元组
...
第三章（2）：序列Series中的函数
...
第三章(3)：ROC曲线
...
第三章（4）：pandas的数据框的引用方式
...
第三章(2)：不平衡数据简介
...
第四章(2)：SVC模型的特征必须作预处理