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
以泰坦尼克号数据集为例，探讨数据清洗及修复的流程手段发布于2024年09月26日 python 话题回到泰坦尼克数据集，本文以该数据集为例，探讨对数据进行清洗处理的几种方式。对于数据清洗这件事情来说，本文的内容并不是很完整，但是具有代表性。同时，需要注意的是：泰坦尼克数据集也是有很多个版本的，缺失值的情况并不... 阅读更多
数据清洗，如何处理完全重复或部分重复的数据？发布于2024年09月25日 python 上一篇文章中，苏南大叔所描述的例子，侧重于字段名重复，而并不是关心对应字段的数据。而本篇文章中，则更加关注于数据本身。即横向的一条数据，用于描述某个个体特征的一条数据。如果两条（甚至多条）数据重复。该如何处理数据呢... 阅读更多
数据清洗，如何处理DataFrame的重复列名数据？发布于2024年09月24日 python 为了保持数据的整洁和合理，有必要对拿到的数据集进行整理。其中首当其冲的就是重复数据，重复的数据分为两种情况，分别是重复列和重复行。本文就第一种情况，重复列的情况进行阐述。苏南大叔的“程序如此灵动”博客，记录苏南大叔... 阅读更多
检测到了复制动作，那么是否解决了您的问题？ 
