什么是sklearn？ sklearn全名是Scikit-Learn，是基于Python的机器学习模块，基于BSD开源许可证，官方网址是：http://scikit-learn.org/stable Scikit-Learn的数据结构基于Numpy和Pandas模块，数据计算基于Scipy模块，数据 ...
分类：
其他好文 时间：
2018-09-25 01:16:32
阅读次数：
233
说明：直接contact之后，index只是重复，而不是变成我们希望的那样，这样在后续的操作中，容易出现逻辑错误。 df4 = pd.DataFrame({'val':[0,1,2,3,4,5,6,7,8,9,10,11],'A': ['A0', 'A1', 'A2', 'A3','A4', 'A5 ...
分类：
其他好文 时间：
2018-09-24 11:22:24
阅读次数：
163
stacking算法原理 1：对于Model1，将训练集D分为k份，对于每一份，用剩余数据集训练模型，然后预测出这一份的结果 2：重复上面步骤，直到每一份都预测出来。得到次级模型的训练集 3：得到k份测试集，平均后得到次级模型的测试集 4: 对于Model2、Model3…..重复以上情况，得到M维 ...
分类：
编程语言 时间：
2018-09-23 18:20:45
阅读次数：
776
1. 三者共性： 1、RDD、DataFrame、Dataset全都是spark平台下的分布式弹性数据集，为处理超大型数据提供便利 2、三者都有惰性机制，执行trainform操作时不会立即执行，遇到Action才会执行 3、三者都会根据spark的内存情况自动缓存运算，这样即使数据量很大，也不用担 ...
分类：
其他好文 时间：
2018-09-21 20:49:46
阅读次数：
266
{{uploading image 136672.png(uploading...)}} ...
分类：
其他好文 时间：
2018-09-20 16:15:44
阅读次数：
432
1. 修改全部列名 df.columns 2. 修改指定列名 df.rename ...
分类：
编程语言 时间：
2018-09-19 10:19:18
阅读次数：
415
选择某些列 选择某些列和行 添加新的列 更改某一列的值 补全缺失值 ...
分类：
其他好文 时间：
2018-09-19 10:18:13
阅读次数：
589
import pandas as pd import numpy as np d=np.array(range(10)).reshape(2,5) data=pd.DataFrame(d) data.columns=['a','b'] data['test']=['m1901\t','m1902\t ...
分类：
编程语言 时间：
2018-09-18 16:06:11
阅读次数：
595
几个基础分析思路： 分布分析、对比分析、统计分析、帕累托分析、正态性检测、相关性分析 分布分析 分布分析是研究数据的分布特征和分布类型，分定量数据、定性数据区分基本统计量。 如果有底图就可以把它的位置给分布出来；点越大代表房屋的单价越高，颜色越深代表总价越高； 通过数据可见，一共8个字段 定量字段： ...
分类：
其他好文 时间：
2018-09-17 00:32:50
阅读次数：
279
一：创建 1.通过二维数组进行创建 2.取值 取列,取位置的值 3.切片取值 这个和上面的有些不同，这里先取行，再取列 4.设定列索引 这里使用的行索引与上面不同。 5.通过字典的方式创建 6.索引 包含行索引，与列索引 7.修改列索引 ...
分类：
其他好文 时间：
2018-09-16 00:32:43
阅读次数：
267
