• skearn/pandas


     转:

    http://www.cnblogs.com/jasonfreak/p/5448385.html

    1 特征工程是什么?
    2 数据预处理
      2.1 无量纲化
        2.1.1 标准化
        2.1.2 区间缩放法
        2.1.3 标准化与归一化的区别
      2.2 对定量特征二值化
      2.3 对定性特征哑编码
      2.4 缺失值计算
      2.5 数据变换
      2.6 回顾
    3 特征选择
      3.1 Filter
        3.1.1 方差选择法
        3.1.2 相关系数法
        3.1.3 卡方检验
        3.1.4 互信息法
      3.2 Wrapper
        3.2.1 递归特征消除法
      3.3 Embedded
        3.3.1 基于惩罚项的特征选择法
        3.3.2 基于树模型的特征选择法
      3.4 回顾
    4 降维
      4.1 主成分分析法(PCA)
      4.2 线性判别分析法(LDA)
      4.3 回顾
    5 总结

     
     

    http://www.cnblogs.com/jasonfreak/p/5448462.html

    1 使用sklearn进行数据挖掘
      1.1 数据挖掘的步骤
      1.2 数据初貌
      1.3 关键技术
    2 并行处理
      2.1 整体并行处理
      2.2 部分并行处理
    3 流水线处理
    4 自动化调参
    5 持久化
    6 回顾

    http://pandas.pydata.org/pandas-docs/stable/10min.html

    10minites to pandas

    http://blog.csdn.net/march_on/article/details/48650237

    smote算法的思想是合成新的少数类样本,合成的策略是对每个少数类样本a,从它的最近邻中随机选一个样本b,然后在a、b之间的连线上随机选一点作为新合成的少数类样本。

     
     
  • 相关阅读:
    my first android test
    VVVVVVVVVV
    my first android test
    my first android test
    my first android test
    ini文件
    ZZZZ
    Standard Exception Classes in Python 1.5
    Python Module of the Week Python Module of the Week
    my first android test
  • 原文地址:https://www.cnblogs.com/rosyYY/p/8580410.html
Copyright © 2020-2023  润新知