数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

詹惠儿

使用Pandas连接DataFrame

数据帧是具有多个行和列的二维数据结构。在数据框中，数据仅以行和列的形式对齐。数据帧可以执行算术运算和条件运算。它有可变的大小。下面是使用Numpy和Pandas的实现。所需模块：导入numpy为np 将pandas导入为pd 代码＃1： DataFrames连接concat() 函数执行沿轴执行连接操作的所有繁重工作，同时在其他轴上执行索引（如果有）的可选集合逻辑（并集或交集）。#

0.0000

0

5

0

关注作者

收藏

詹惠儿

read.csv常用参数

通过在jupyter笔记本中按shift tab可以看到任何功能的参数。下面给出了有用的用法： # importing Pandas library import pandas as pd pd.read_csv(filepath_or_buffer = "pokemon.csv") # makes the passed rows header pd.read_csv(

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

岭回归与SVR比较代码实现

# Authors: Jan Hendrik Metzen # License: BSD 3 clausefrom __future__ import divisionimport timeimport numpy as npfrom sklearn.svm import SVRfrom sklearn.model_s

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

高维数据集降维代码实现

print(__doc__)import sysfrom time import timeimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.random_projection import johnson_lindenstrauss_min_dimfrom sklearn.random_projection i

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

高维数据集可以被随机地投影到低维欧几里得空间

由随机投影p引入的失真由p定义具有良好概率的eps嵌入这一事实来确定：其中u和v是从形状[n_samples，n_features]的数据集中获取的任何行，而p是具有形状[n_components，n_features]（或稀疏Achlioptas矩阵）的随机高斯N（0,1）矩阵的投影。第一个图表显示，随着样本n_samples数量的n_components增加，最小数量的维度以对数方

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

我们在数字数据集或20个新闻组文本文档（TF-IDF词频）数据集上验证上述边界：对于数字数据集，500个手写数字图片的一些8×8灰度级像素数据被随机投影到空间以用于各种更大数量的维度n_components。对于20个新闻组数据集，使用稀疏随机矩阵将具有100k特征的大约500个文档投影到具有针对目标维数的各种值的较小欧几里德空间 n_components。默认数据集是数字数据集。要在二十

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

输入缺失值代码实现

import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import load_diabetesfrom sklearn.datasets import load_bostonfrom sklearn.ensemble import RandomForestRegressorfrom sklearn.

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

异常检测代码实现

# Author: Alexandre Gramfort # Albert Thomas # License: BSD 3 clauseimport timeimport numpy as npimport matplotlibimpor

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

多标签分类

此示例模拟多标签文档分类问题。数据集是基于以下过程随机生成的：选择标签数量：n~泊松（n_labels）n次，选择一个类c：c~Multinomial（theta）挑选文件长度：k~泊松（长度）k次，选一个词：w~Multinomial（theta_c）在上述过程中，拒绝采样用于确保n大于2，并且文档长度从不为零。同样，我们拒绝已经选择的类。分配给两个类的文档被两个彩色圆圈包围。通

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

GPR是什么算法

GaussianProcessRegressor 类实现了回归情况下的高斯过程(GP)模型。为此，需要实现指定GP的先验。当参数 normalize_y=False 时，先验的均值通常假定为常数或者零; 当 normalize_y=True 时，先验均值通常为训练数据的均值。而先验的方差通过传递内核(kernel) 对象来指定。通过最大化基于传递 optimizer 的对数边缘似

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

基于Tree树的特征选取

基于树的 estimators ，可以用来计算特征的重要性，然后可以消除不相关的特征（当与 sklearn.feature_selection.SelectFromModel 等元转换器一同使用时）:>>> from sklearn.ensemble import ExtraTreesClassifier>>> from sklearn.datasets import load_iris>

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

使用卡方检验样本集来选择最好的两个特征

>>> from sklearn.datasets import load_iris >>> from sklearn.feature_selection import SelectKBest >>> from sklearn.feature_selection import chi2 >>> iris = load_iris() >>> X, y = iris.data, iris.ta

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

移除方差特征

VarianceThreshold 是特征选择的一个简单基本方法，它会移除所有那些方差不满足一些阈值的特征。默认情况下，它将会移除所有的零方差特征，即那些在所有的样本上的取值均不变的特征。例如，假设我们有一个特征是布尔值的数据集，我们想要移除那些在整个数据集中特征值为0或者为1的比例超过80%的特征。布尔特征是伯努利（ Bernoulli ）随机变量，变量的方差为![\mathrm{Var}

0.0000

0

6

0

关注作者

收藏

詹惠儿

python单行可视化

单行要创建单行，请使用line（）方法。# import modules from bokeh.plotting import figure, output_notebook, show # output to notebook output_notebook() # create figure p = figure(plot_width = 400, plot_height =

0.0000

0

1

0

关注作者

收藏

詹惠儿

Bokeh怎么数据可视化？

Bokeh是Python中的一个数据可视化库，提供高性能的交互式图表和绘图。散景输出可以在各种媒体中获得，如笔记本，HTML和服务器。可以在Django和flask应用程序中嵌入散景图。Bokeh为用户提供了两个可视化界面：要安装散装包，请在终端中运行以下命令：pip安装散景用于生成散景图的数据集是从Kaggle收集的。代码＃1：散点标记要创建散点圆标记，请使用circle（）

0.0000

0

6

0

关注作者

收藏

dreamhappy2012

常数的查询

SELECT 子句中不仅可以书写列名，还可以书写常数。代码中的SELECT 子句中的第一列'商品' 是字符串常数，第2 列38 是数字常数，第3 列'2009-02-24' 是日期常数，它们将与product_id列和product_name 列一起被查询出来如上述执行结果所示，所有的行中都显示出了SELECT 子句中的常数。此外，SELECT 子句中除了书写常数，还可以书

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

SELECT 语句查询并选取出必要数据的过程称为匹配查询或查询（query）。语法2-1　基本的SELECT语句SELECT ，…… FROM ；查询出的列的顺序可以任意指定。查询多列时，需要使用逗号进行分隔。查询结果中列的顺序和SELECT 子句中的顺序相同。

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

向Product表中插入数据

-- DML ：插入数据START TRANSACTION;INSERT INTO Product VALUES ('0001', 'T恤衫', '衣服', 1000, 500, '2009-09-20');INSERT INTO Product VALUES ('0002', '打孔器', '办公用品', 500, 320, '2009-09-11');INSERT INTO Produ

0.0000

0

3

0

关注作者

收藏

詹惠儿

聚合值为什么不能直接与非聚合值一起使用？

聚合值不能直接与非聚合值一起使用以获得结果。因此，可以使用以下概念：使用连接 -创建一个包含聚合值结果的子表。使用Join，使用子表中的结果显示非聚合值。问题1的解决方案使用JOIN：样本数据的输出：使用'Over'子句 -超出条款的条款用于将数据制成分区。指定的功能适用于每个分区。使用OVER子句解决问题的方法2：

0.0000

0

0

0

关注作者

收藏

詹惠儿

python的循环语句

在Python中，循环没有C样式，即for（i = 0; i

0.0000

0

2

0

关注作者

收藏

<1…472473474…531>

CDA考试动态

CDA报考指南