第三章（6）：算数运算和数据对齐
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
...
第三章(3)：ROC曲线
...
第三章（3）：pandas：数据框的定义
...
第三章(5)附录，不平衡数据credit的分析
...
第三章(4)：随机森林和SVC的ROC曲线
...
第三章（7）：pandas中的函数：sort_index,apply,map
...
第三章（5）：dataframe中的列和行的赋值
...
第二章（2）：numpy模块初步介绍
...
第七章（1）：算法链Pipeline()
...
第五章（3）：将分类变量变为哑变量
...
第一章：(1)数量预测之线性回归
...
第三章(1)：SVC基本原理简介
...
第二章：(2).分类预测案例
...
第五章(5)：用岭回归分析boston数据
...
第一章（1）：数据分析和数据挖掘介绍
...
第二章（10）：三维图像的画法
...
第五章（2）：将数值型变量变为分类型变量
...
第六章（4）：数据合并函数join（）
...
第二章（1）：新模块的学习方法
...
第一章：(2).数量预测之随机森林
...
第一章（9）：字符串
...
第六章（3）：数据合并函数merge（）
...
第六章（4）：调参的python实现
...
第六章（2）：数据合并函数concat（）
...
第二章：(1).分类变量的0-1编码
...
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
...
第四章数据分析实战（上）
...
第五章(6)：Boston数据分析结果的可视化
...
第七章（3）：算法链的另一种表示make_pipeline()
...
第一章（15）：列表推导式（字典推导式等）
...
第一章：(3).回归模型和随机森林的对比
...
第四章数据分析实战（下）
...
第一章（16）：函数
...
第四章（3）：替换replace
...
第六章（5）：调参的可视化
...
第一章（12）：分支结构
...
第一章（4）：python的学习方法，我们用的教材
...
第四章（1）：缺失值的处理