京东 11.11 红包
第二章（10）：三维图像的画法
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
第二章：(1).分类变量的0-1编码
...
第二章：(2).分类预测案例
...
第一章：(2).数量预测之随机森林
...
第三章(2)：不平衡数据简介
...
第三章(3)：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（7）：Matplotlib中的两种基本画图方式
...
第一章：(1)数量预测之线性回归
...
第六章（1）：交叉验证
...
第二章（8）：画图中的基本的参数
...
第三章(5)附录，不平衡数据credit的分析
...
第二章（1）：新模块的学习方法
...
第一章（10）：集合
...
第六章（3）：数据合并函数merge（）
...
第六章（3）：调参的理论
...
第六章（1）：数据合并函数append（）
...
第五章（7）：特征工程处理时间序列
...
第二章（6）：数组的合并，随机数的生成
...
第二章（4）：二维array数组
...
第一章：(3).回归模型和随机森林的对比
...
第一章（12）：分支结构
...
第三章（3）：pandas：数据框的定义
...
第三章(1)：SVC基本原理简介
...
第三章（2）：序列Series中的函数
...
第五章（3）：将分类变量变为哑变量
...
第五章(5)：用岭回归分析boston数据
...
第二章（3）：一维array数组
...
第五章(1)：特征工程简介
...
第六章（4）：调参的python实现
...
第五章(3)：分箱，提高线性模型的预测效果
...
第一章（16）：函数
...
第一章（15）：列表推导式（字典推导式等）
...
第一章（11）：字典
...
第二章（2）：numpy模块初步介绍
...
第一章（14）：循环（下）
...
第四章(1)：特征X的预处理
...
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（9）：字符串
...
第一章（6）：列表（上）
...
第六章（2）：数据合并函数concat（）