Clarity
open-menu closeme
首页
编程语言 icon
Java C/C++ Golang Python JavaScript Shell Rust SQL HTML
AI icon
机器学习 深度学习 自然语言处理 计算机视觉 人工智能伦理
数据库 icon
PostgreSQL Oracle MySQL MongoDB Redis
网络技术 icon
HTTP/HTTPS TCP/IP 网络安全 负载均衡 CDN 网络协议 网络架构 代理服务器 防火墙 网络监控
前端 icon
HTML/CSS React Vue Angular 前端工具 响应式设计
后端 icon
Java后端 Python后端 Go后端 Node.js 微服务 后端架构 API设计
移动开发 icon
iOS开发 Android开发 跨平台开发 React Native Flutter 移动应用架构
归档
关于
x
  • 数据挖掘通讲:分类算法

    calendar Apr 11, 2026 · 8 分钟阅读 · 分类 数据挖掘 算法  ·
    分享到: twitter facebook linkedin copy

    1import pandas as pd 2import numpy as np 3import warnings 4warnings.filterwarnings('ignore') 1.读取除表头外的前五行\读取数据前五行 1df = pd.read_csv('./titanic_trains.csv',encoding='utf8') 2df.head(5) 3df.shape (891, 12) 2.缺失值处理(没有要求就遵循80%原则) 2.1.查看缺失值情况,输出缺失值比例、列名、缺失值数量 1for x in df.columns: 2 zb = df[x].isnull().sum()/df.shape[0]*100 …


    阅读更多

Jane Doe

Technologist, perpetual student, teacher, continual incremental improvement.
阅读更多

最新文章

  • CNN应用于手写数字识别
  • GAFATA股票数据分析
  • 共享单车项目分析
  • 聚类算法分析
  • 矩阵特征向量与奇异值分解
  • 数据挖掘通讲
  • 数据挖掘通讲:分类算法
  • 数据挖掘通讲:聚类算法

分类

机器学习 5 PYTHON 4 数据挖掘 3 数据分析 2 AI 1 SYNTAX 1 数学 1 深度学习 1 计算机视觉 1

专栏

DATAMINING 9 数据挖掘 9 THEMES GUIDE 1

标签

算法 4 数据挖掘 3 PANDAS 2 可视化 2 数据分析 2 机器学习 2 聚类 2 CNN 1 DF 1 DROP 1 HUGO 1 TD 1 TH 1 共享单车 1
所有标签
CNN1 DF1 DROP1 HUGO1 PANDAS2 TD1 TH1 分类1 共享单车1 股票1 机器学习2 计算机视觉1 聚类2 矩阵1 可视化2 奇异值分解1 缺失1 深度学习1 手写数字识别1 数据分析2 数据挖掘3 算法4 特征向量1 线性代数1
[A~Z][0~9]
Copyright © 2008–2018, Steve Francia and the Hugo Authors; all rights reserved.

Copyright  COPYRIGHT © 2008–2018, STEVE FRANCIA AND THE HUGO AUTHORS; ALL RIGHTS RESERVED.. All Rights Reserved

to-top