数据清理

Go实现LRU Cache

由于内存的资源相对比较昂贵，我们需要对放入内存中的数据做一些限制以及将一些不常用的数据清理出去。这个时候就需要用到LRU算法（Leastrecentlyused，最近最少使用）。LSUcache
·2023-01-04 23:19

数据清理之pandas库用法案例实操一

要求：原始数据去掉非关键字段，并按照需求字段进行多条件排序。1、导入pandas库；2、利用pd.read_excel导入文件；pandas.read_excel（io，sheet_name=0，header=0，names=None，index_col=None，usecols=None，squeeze=False,dtype=None,...）io：字符串，文件的路径对象。sheet_name
weixin_58548090·2023-01-04 13:25

Jupyter Notebook入门指南

用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。
·2023-01-04 10:07

Jupyter介绍及使用技巧

用途包括：数据清理和转换，数值模拟，统计
cidens·2023-01-03 19:50

用pandas模块轻松做数据分析

用pandas模块轻松做数据分析一、前言二、读取Excel文件三、读取指定的行列四、数据清理五、数据合并六、数据分组统计七、汇总统计一、前言  本文主要介绍pandas模块，该模块是Python用于数据导入及数据整理的模块
ζ小菜鸡·2023-01-02 15:47

机器学习--数据清理、数据变换、特征工程

目录一、数据清理二、数据变换三、特征工程四、总结一、数据清理数据清理是提升数据的质量的一种方式。数据不干净（噪声多）？需要做数据的清理，将错误的信息纠正过来；数据比较干净（数据不是想要的格式）？
Lingxw_w·2023-01-02 12:34

Jupyter Notebook入门指南

人工智能头条（公众号ID：AI_Thinker）【人工智能头条导读】JupyterNotebook是一个Web应用程序，便于创建和共享文学化程序文档，支持实时代码、数学方程、可视化和Markdown，其用途包括数据清理和转换
zhuimengshaonian66·2022-12-31 11:47

Jupyter Notebook 新手指南

用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。二、安装与运行1.使用Anaconda
进阶媛小吴·2022-12-31 11:16

python安装不了jupyter_jupyter安装时遇到的问题及解决方法

用途包括:数据清理和转换，数值模拟，统计建模，机器学习等等。这
weixin_39838302·2022-12-29 21:09

python jupyter安装_jupyter安装步骤

用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。简单的介绍就是：Jupyte
yyyy52·2022-12-29 21:38

jupyter notebook使用指南

它的用途包括：数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。它具有以下优势：可选择语言：支持超过40种编程语言，包括Python、R
Solkatt's·2022-12-27 09:00

Jupyter详细功能介绍

1、具有以下用途：数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。2、具有以下优势：可选择语言
Sunshine_502·2022-12-27 09:55

Jupyter Notebook 入门指南

用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等安装与运行1.使用Anaconda安装对于小白，强烈建议使用Anaconda发行
北枫凉·2022-12-27 09:54

RapidMiner简单入门教程——入门必看超详细

RapidMiner使用指南01工具简介02数据准备、导入、导出数据清理：处理缺失数据、约简数据、处理不一致的数据、约简属性处理缺失数据：移除观察项、集中趋势算数度量代替缺失值等ReplaceMissingValue
村里小公举·2022-12-26 12:59

R语言 ggplot报错Removed 1 rows containing missing values (`geom_point()`).

（1）首先是因为我的数据里存在空白，即存在数据都是0的情况，这样通过差异表达分析算出来的pvalue和adj-q都是NA，所以才会报错然后我用一行代码进行了数据清理但是运行后还是继续报错（2）然后我还发现
小宇的生物笔记·2022-12-25 23:07

数据挖掘概念与技术复习

选择题下面不属于数据挖掘迭代序列的是(C)A、数据清理B、数据集成C、数据删除D、数据变换属性(attribu
瓜洲大大·2022-12-25 17:08

房地产主数据管理全周期实践[转]

主要分为四个部分（房地产主数据管理、实施方法论、主数据清理以及日常运营）进行阐述，如有偏颇不足之处，还希望多多指导。
新候鸟·2022-12-24 14:34

数据预处理

数据预处理概述（一）数据清理（二）数据集成(三）数据变换（四）数据规约python的数据预处理数据缺失处理函数（1）数据过滤dropna(2)数据填充fillna（3）检测和过滤异常值(4）移除重复数据
无知_-·2022-12-23 16:37

python数据分析师的初步认识之Jupyter的使用

因此，这是一款可执行端到端的数据科学工作流程的便捷工具，其中包括数据清理、统计建模、构建和训练机器学习模型、可视化数据等等。1-1JupyterNotebooks特点•基于web的在线
这个朋友很多问号·2022-12-23 09:09

房价预测

获取数据下载数据加载数据快速探索数据查看前五行数据集的简单描述对某一属性查看多少种分类数值属性的摘要绘制直方图创建测试集纯随机抽样分层抽样3、数据可视化地理数据可视化寻找相关性添加不同属性的组合4、数据准备数据清理使用
終極龍閃·2022-12-20 18:16

因果推断与反事实预测——利用DML进行价格弹性计算（二十四）

文章目录1导言1.1价格需求弹性介绍1.2由盒马反事实预测论文开始1.3DML-价格弹性预测推理步骤2案例详解2.1数据清理2.2[v1版]求解价格弹性：OLS回归2.3[v2版]求解价格弹性：Poisson
悟乙己·2022-12-20 14:53

使用 IQR、Z-score、LOF 和 DBSCAN 进行异常值检测

无论你是在执行EDA之前进行数据清理过程，将数据传递给机器学习模型，还是执行任何统计测试，本文都将帮助你获得许多此类问题的答案以及实际应用。文章目录什么是Inliers和Outliers？
Python数据开发·2022-12-20 09:01

1.2 什么是数据挖掘

知识发现过程如图1.4所示，由以下步骤的迭代序列组成：（1）数据清理（消除噪声和删除不一致数据）。（2）数据集成（多种数据源可以组合在一起）。1（3）数据选择（从数据库中提取与分析任务相关的数据）。
淘淘图兔兔呀·2022-12-19 11:00

python实验二数据预处理_数据清洗与预处理-Python实现

与问卷审核不同，录入后的数据清理一般是由计算机而不是人工完成。我自己理解的是，在我们不管是机器学习建模还是进行数据分析或者数据挖掘操作，我们首先都需要对数据进行预处理。
weixin_39816141·2022-12-19 00:53

年终总结：2021年最有用的数据清洗 Python 库

本文就来分享精选的15个最有用的Python数据清理库，希望在数据分析的路上，大家都能越快轻松！梳理不易，喜欢点赞、收藏、关注，文末提供技术交流群，欢迎畅聊。
Python数据挖掘·2022-12-18 18:07

如何知道特征的重要性

特征选择和数据清理应该是模型设计的第一步，也是最重要的一步。特征选择是您自动或手
你今天机器学习了么·2022-12-18 16:04

miniconda：安装Jupyter Notebook

用途包括：数据清理和转换，数值模拟，统计建模，机器学习等。安装：condainstalljupyternotebook运行使用：jupyter
玩转测试开发·2022-12-18 02:32

数据挖掘算法

KDD步骤：数据清理数据集成数据选择数据变换数据挖掘模式评估知识表示数据挖掘概念：从大量的、错综复杂的数据中挖掘哪些令人感兴趣的（易被理解、新颖的、潜在有用的、非平凡的）模式或知识构成数据挖掘算法的三要素
JaSparrow·2022-12-17 13:50

python 数据预处理,Python数据清理学习笔记——数据预处理,python,清洗

python数据清洗学习笔记–数据预处理1、重复值处理•数据清洗一般先从重复值和缺失值开始处理•重复值一般采取删除法来处理•但有些重复值不能删除，例如订单明细数据或交易明细数据等df[df.duplicated()]np.sum(df.duplicated())df.drop_duplicates()df.drop_duplicates(subset=['column1_name','column
weixin_39785858·2022-12-16 14:31

初步认识--物联网数据分析与挖掘

因为在现实生活中存在着大量的“脏”数据数据不完整的性数据有噪音数据数据不一致性技术主要四种：数据清理，数据集成，数据变换，数据归约数据清洗：主要删去数据中的重复数据，消除数据中的噪音数据，纠正不完整和不一致的数据噪声数据是指数据中存在着错误或异常
FANCY PANDA·2022-12-16 04:11

pandas用众数填充缺失值_【Python】【数据处理】2 如何用python清洗与整理数据

一数据清理/处理1.缺失值#数据导入后了解数据的三板斧：df.shape()#数据有几行几列df.info()#基本信息，可以看到缺失值df.describe()#描述统计#缺失值/非缺失值总计df.isnull
叶子472的522·2022-12-15 16:18

深度解析数据清理和特征工程！5本面向数据科学家的顶级书籍推荐 ⛵

本文对比筛选了『数据清理』和『特征工程』最值得推荐的5本书，帮助你有效地清理数据、获取干净核心的数据，这是后续建模分析等工作有更好结果的保证。
·2022-12-14 14:26

数据挖掘基础之数据库

数据仓库技术包括数据清理、数据集成和联机分析处理（OLAP）。OLAP是一种分析技术，具有汇总、合并和聚集功能，以及从不同的角度观察信息的能力。
miner_zhu·2022-12-13 20:16

机器学习期末复习题

(D)A、数据清理B、数据挖掘C、知识可视化表达D、数据测试2.协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度（D）
Lil-Long·2022-12-13 18:44

机器学习期末复习

()A、数据清理B、数据挖掘C、知识可视化表达D、数据测试2.协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度（）,并将这些用户喜欢的项推荐给有相似兴趣的用户
Lil-Long·2022-12-13 18:41

【Python】Jupyter Notebook (原名 IPython Notebook) 详细介绍，常见问题及解决对策

这些特性使其成为一款可以用于数据清理，统计建模，机器学习以及其它许多应用的便捷工具。数据挖掘领域中最热门的比赛
__阿健__·2022-12-13 13:24

拉格朗日插值法在数据分析中的应用——Python插值scimpy,lagrange

开展数据分析工作时，数据清理是一个重要的环节，处理缺失值是常见问题。处理方法可分为三类，删除记录、插值和不处理。这里介绍用拉格朗日插值方法以及在python数据分析中的实现。
5_Kong·2022-12-12 18:30

5分钟教你掌握异常检测方法

异常检测可用于多种应用，例如：欺诈识别检测制造中的缺陷产品数据清理——在训练另一个模型之前从数据集中去除异常值。你可能已经注意到，一些不平衡分类的问题也经常使用异常检测算法来解决。
Python数据挖掘·2022-12-12 08:18

CDA LEVEL 2 建模分析师备考笔记

KDD知识发现过程：数据清理、数据集成、数据选择、数据变换、数据挖掘、模式评估、知识表示。CRISP-DM方法论：业务理解、数据理解、数据准备、建模、模型评估、模型发布。SEM
明夏小斯·2022-12-11 18:13

NumPy数值计算基础实训

文章目录实训目的实训要求1：导入模块2：获取数据3：数据清理：去掉索引号4：数据统计1：创建数据类型2：创建二维数组3：将待处理数据的类型转化为float类型4：排序5：数组去重6：对指定列求和、均值、
随兴随缘·2022-12-10 09:04

Python数据分析入门笔记6——数据清理案例练习

数据分析入门笔记3——数据预处理之缺失值Python数据分析入门笔记4——数据预处理之重复值Python数据分析入门笔记5——数据预处理之异常值Python数据分析入门笔记系列文章目录前言一、数据获取二、数据清理
奥特曼打小白·2022-12-09 12:02

Python项目实战 —— 03. 数据分析师岗位需求分析

Python项目实战Python项目实战--目录Python项目实战——03.数据分析师岗位需求分析一、背景二、解题思路三、数据分析3.1数据清理3.2数据分析&可视化3.2.1整体情况-岗位数、薪资情况
share16·2022-12-09 11:24

【20211029】【Python】删除 DataFrame 中的某行、某列

pandas中的drop方法是很明智的数据清理的方法，它的好处在于：它不改变原有的df中的数据，而是返回另一个新的DataFrame来存放删除后的数据。
Satisfying·2022-12-07 18:59

机器学习面试笔试超详细总结（二）（转载）

目录51、概率和信息量的关系52、数据清理中，缺失值的处理方法53、统计模式分类问题54、语言模型0概率问题55、逻辑回归和多元回归分析的不同56、关于Word2Vec57、词向量58、二次准则函数的H-K
尊新必威·2022-12-07 14:26

机器如何快速学习数据采集

如果你正在考虑采用ML，以正确的格式收集正确的数据，将会降低你的数据清理工作以及数据浪费。要收集所有数据收集所有数据是非常重要的。
q56731523·2022-12-06 19:48

Python数据分析入门笔记10——简单案例练习（学生信息分析）

pandas数据读取Python数据分析入门笔记3——数据预处理之缺失值Python数据分析入门笔记4——数据预处理之重复值Python数据分析入门笔记5——数据预处理之异常值Python数据分析入门笔记6——数据清理案例练习
奥特曼打小白·2022-12-05 22:27

Python数据分析入门笔记8——Pandas处理日期时间类型数据（案例驱动）

pandas数据读取Python数据分析入门笔记3——数据预处理之缺失值Python数据分析入门笔记4——数据预处理之重复值Python数据分析入门笔记5——数据预处理之异常值Python数据分析入门笔记6——数据清理案例练习
奥特曼打小白·2022-12-05 22:57

Python数据分析入门笔记9——数据预处理案例综合练习（男篮女篮运动员）

pandas数据读取Python数据分析入门笔记3——数据预处理之缺失值Python数据分析入门笔记4——数据预处理之重复值Python数据分析入门笔记5——数据预处理之异常值Python数据分析入门笔记6——数据清理案例练习
奥特曼打小白·2022-12-05 22:26

数据挖掘复习

1.2数据挖掘需要解决什么问题分类与回归、聚类、关联规则、时序模式、偏差检测1.3数据挖掘的主要步骤数据清理数
雨停有你·2022-12-02 18:29

【数据准备和特征工程】数据清理

【数据准备和特征工程】数据清理1.基本概念2.转换数据类型3.处理重复数据4.处理缺失数据a.检查缺失数据b.直接删除缺失数据c.用指定值填补缺失数据d.根据规律填补缺失值5.离群数据5.1通过可视化Box-plotScatter-plot5.2
独行者~·2022-12-02 17:28
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他