四个部分。 第一部分处理基线模型的开发。 该模型应使我们能够快速了解问题和数据。 之后，深入细节。第三部分，通过探索性数据分析和特征提取来研究和增强数据，第四部分，改善机器学习模型的性能。
2022-01-22 14:07:37
2.62MB
1
在数据科学中，有多种工具可以进行可视化。下面这篇文章主要给大家介绍了关于利用Python代码实现数据可视化的5种方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面来一起看看吧。
2022-01-20 22:02:48
604KB
1
Python数学建模竞赛可以参考的代码和方法，主要包括层次分析法、插值、二维插值、灰色关联分析、模糊综合评价、相关系数、相关性检验等，自己在PyPi上找的库做的
2022-01-19 18:02:36
20KB
利用numpy,在python中
统计书本的平均评分
读取文件rating.txt中的的数据并分析
1.共有10000本书，以数字id表示
2.每个用户的打分为1~5
3.每一行数据有3个数字,分别表示用户ID,书本ID，该用户对该书的打分
要求输出:
所有书本各自的平均得分
2022-01-15 20:48:24
19.53MB
1
有打包好的py文件下载使用，可以拿来即用，老师可以用来当做教学小案例使用。
数据分析9个优雅小技巧（测试代码+保姆级api例程），让你的代码更加python，代码优雅简洁。
2022-01-10 19:07:25
3KB
1