以kaggle泰坦尼克数据集为例,列举数据集观测的几种手段发布于2024年11月09日 python 继续机器学习的泰塔尼克数据集文章,本文以kaggle竞赛的泰坦尼克数据集为标的物。当然,这个kaggle数据集和其它版本的泰坦尼克数据集也没有太大分别。只不过,kaggle的版本是已经固定切分好的,不用再对数据集进... 阅读更多
数据处理,对dataframe数据进行查询筛选的方法总结发布于2024年10月01日 python 本文探讨dataframe里面数据查询刷选的方法,这个需求的实现写法其实很多,在这里做个简单的总结。并不涉及机器学习数据预测之类的事情。仅仅是个数据查询的文章。苏南大叔的“程序如此灵动”博客,记录苏南大叔的代码编程... 阅读更多
permutation_importance(),如何衡量模型特征重要性?发布于2024年09月30日 python 继续特征重要性分析的话题,本文和上一篇文章类似,龙套代码还是采用xgboost对泰坦尼克号数据进行分析。但是特征重要性分析的结果,则采用更加具有通用性的permutation_importance()。苏南大叔的“... 阅读更多
机器学习xgboost模型,特性重要性输出的依据是什么?发布于2024年09月29日 python 本文讨探xgboost的稍稍基础一些的内容:“特征重要性”。对应到数据集里面,就是特征特性features。对于任何一个模型的预测结果来说,它都是对这些特征进行各种分析得出的结论。这些特征都有一个重要性的说法。谁对... 阅读更多
以泰坦尼克数据集为例,可视化分析不同年龄段的生存率发布于2024年09月27日 python 本文仅仅是个数据分析,具体来说是个数据可视化的过程,不存在机器学习的数据预测部分。主要的思路就是,把数据集的age字段进行加工,然后按年龄段分组,最终列柱状图进行可视化对比。苏南大叔的“程序如此灵动”博客,记录苏南... 阅读更多