相关阅读
相关 机器学习之数据清洗
一、介绍 数据清洗是机器学习中的一个重要步骤，它涉及对原始数据进行预处理和修复，以使数据适用于机器学习算法的训练和分析。数据清洗的目标是处理数据中的噪声、缺失值、异常值和
叁歲伎倆相关 数学之美 - 机器学习实战 书籍 数据挖掘。
著作权归作者所有。 商业转载请联系作者获得授权，非商业转载请注明出处。 作者：李斌 链接：https://www.zhihu.com/question/350552
朱雀相关 机器学习之数据分析
前序工作：数据清洗、数据采样、特征工程、模型选择、交叉验证、寻找最佳超参。 1. 分析数据的各属性，查看各属性的数据是否齐全； 2. 可以利用describe()函数
相关 数据探索之数据质量分析
数据质量分析的主要任务是检查原始数据中是否存在脏数据，脏数据一般指的是不符合要求，以及不能直接进行相应分析的数据。数据的质量分析侧重于脏数据的发现，而数据清洗则是对这些脏数据的
相关 机器学习实战——特征工程之数据预处理
机器学习实战的特征工程主要包含数据预处理、特征构建、特征选择三步，首先来介绍数据预处理。 我选择python作为工具，并将主要用到pandas、numpy等数据工具库。加载库
Myth丶恋晨相关 机器学习实战——数据探索之数据泄露(Data Leakage)
1、什么是数据泄露 数据科学的中的数据泄露（Data Leakage）和其他场合涉及信息安全的数据泄漏不一样，是指一些feature不是在因果关系上顺利释预测值的‘因’，
相关 Python数据挖掘过程之数据探索
数据探索 根据观测、调查收集到初步的样本数据集后， 接下来要考虑的问题是：样本数据集的数量和质量是否满足模型构建的要求？是否出现从未设想过的数据状态？其中有没有什么
相关 机器学习实战——数据集及源码
链接：[https://pan.baidu.com/s/1gseuFwGx9q7fkowAj1N-Aw][https_pan.baidu.com_s_1gseuFwGx9q7f
相关 机器学习实战——学习之路
本篇博客意在记录学习机器学习实战中算法的过程，首先申明一下，博主是一个小白，刚开始接触机器学习，所以每学完一个算法，就会进行一次总结，写一篇博客。每篇博客仅是个人理解而写，如有
还没有评论，来说两句吧...