V
主页
京东 11.11 红包
第五章(5):用岭回归分析boston数据
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(5)附录,不平衡数据credit的分析
第五章(3):分箱,提高线性模型的预测效果
第五章(7):特征工程处理时间序列
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(3):将分类变量变为哑变量
第五章(2):将数值型变量变为分类型变量
第一章:(1)数量预测之线性回归
第五章(1):特征工程简介
第三章(2):不平衡数据简介
第五章(6):Boston数据分析结果的可视化
第三章(3):pandas:数据框的定义
第六章(1):数据合并函数append()
第五章(2):线性模型和决策树的对比
第一章:(2).数量预测之随机森林
第一章:(3).回归模型和随机森林的对比
第三章(1):SVC基本原理简介
第六章(1):交叉验证
第六章(2):数据合并函数concat()
第二章:(2).分类预测案例
第七章(1):算法链Pipeline()
第六章(4):数据合并函数join()
2020年数学建模竞赛c题的数据整合
第三章(4):pandas的数据框的引用方式
第三章(4):随机森林和SVC的ROC曲线
【全65集】我花3W买的2025高中生物张鹏系统班,通俗易懂,干货满满,学完秒变学霸,拿走不谢!!
第六章(2):分类数据的交叉验证的注意事项
第一章(17):类
第一章(6):列表(上)
第二章:(1).分类变量的0-1编码
第一章(1):数据分析和数据挖掘介绍
第三章(1):序列Series的定义
第一章(15):列表推导式(字典推导式等)
第二章(10):三维图像的画法
第三章(7):pandas中的函数:sort_index,apply,map
CUDA与TensorRT部署实战课程
三天练完!你的编程就老腻害啦!学习Python必刷的100道经典实战练习真题!
第四章(1):特征X的预处理
第七章(2):Pipeline()和GridSearchCV()配合使用
第四章(1):缺失值的处理
第二章(3):一维array数组