第四章（1）：缺失值的处理
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
第四章（2）：删除重复值
...
第四章（3）：替换replace
...
第四章数据分析实战（下）
...
第四章数据分析实战（上）
...
第四章(2)：SVC模型的特征必须作预处理
...
第四章(1)：特征X的预处理
...
第四章（4）：两道练习题目
...
第四章（5）：层次化索引
...
第五章（3）：将分类变量变为哑变量
...
第二章：(1).分类变量的0-1编码
...
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）：新模块的学习方法
...
第五章（7）：特征工程处理时间序列
...
第三章(3)：ROC曲线
...
第三章(2)：不平衡数据简介
...
第六章（3）：调参的理论
...
第七章（1）：算法链Pipeline()
...
第六章（1）：交叉验证
...
第一章：(1)数量预测之线性回归
...
第一章：(2).数量预测之随机森林
...
第二章（3）：一维array数组
...
第一章（9）：字符串
...
第五章(3)：分箱，提高线性模型的预测效果
...
第一章（18）：异常的处理，以及zip函数
...
第五章(1)：特征工程简介
...
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
...
第七章（2）：Pipeline()和GridSearchCV()配合使用
...
第一章：(3).回归模型和随机森林的对比
...
第五章(5)：用岭回归分析boston数据
...
第二章（5）：二维数组的逻辑切片，二维数组拉直为一维数组
...
第六章（2）：分类数据的交叉验证的注意事项
...
第五章(4)：线性回归的升级，再升级
...
第三章（1）：序列Series的定义
...
第三章(1)：SVC基本原理简介
...
第三章（5）：dataframe中的列和行的赋值
...
第六章（3）：数据合并函数merge（）
...
第二章（6）：数组的合并，随机数的生成
...
第五章（2）：将数值型变量变为分类型变量