V
主页
第六章(1):数据合并函数append()
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
第六章(2):数据合并函数concat()
第六章(4):数据合并函数join()
第六章(3):数据合并函数merge()
第六章(1):交叉验证
第六章(3):调参的理论
第六章(2):分类数据的交叉验证的注意事项
第三章(2):序列Series中的函数
第一章:(2).数量预测之随机森林
第五章(2):将数值型变量变为分类型变量
第六章(4):调参的python实现
第二章:(1).分类变量的0-1编码
第一章:(1)数量预测之线性回归
第五章(1):数据框的样本的随机选取,样本子集的抽取
第五章(1):特征工程简介
第六章(5):调参的可视化
第三章(3):ROC曲线
第二章(10):三维图像的画法
第二章:(2).分类预测案例
第二章(4):二维array数组
第三章(5)附录,不平衡数据credit的分析
第三章(3):pandas:数据框的定义
第三章(7):pandas中的函数:sort_index,apply,map
第一章(16):函数
第三章(5):dataframe中的列和行的赋值
第五章(4):线性回归的升级,再升级
第一章(5):python中的变量
第三章(4):随机森林和SVC的ROC曲线
一夜之间破大防!2024硕博大量扩招,有研究生“情结”的人群请抓住这个机会|法硕考研
英语四级死磕这个app
第一章(9):字符串
第一章:(3).回归模型和随机森林的对比
第三章(6):算数运算和数据对齐
第三章(1):SVC基本原理简介
第七章(2):Pipeline()和GridSearchCV()配合使用
第一章(6):列表(上)
第五章(2):线性模型和决策树的对比
第二章(3):一维array数组
第二章(7):Matplotlib中的两种基本画图方式
第一章(18):异常的处理,以及zip函数
用中文写python游戏脚本第四课: 自动强化武士刀