不是江小白

重整《数据分析...

CSS3(1) Docker(2) Git使用(2) Leetcode题解(7) MySQL(16) Python(19) Python图片识别(2) 小程序(2) 工具安装(11) 数据分析(8) 数据分析思维与实战23讲思维导图(1) 数据分析面试题汇总(4) 机器学习(10) 题解(36)

/ 注册

全部文章 / 重整《数据分析实战45讲》（共4篇）

回炉整理《数据分析实战45讲》之基础篇 -- 11.数据清洗（一）

之前学了陈旸老师的《数据分析实战45讲》（掌柜现在觉得该课程偏向于技术方向的数据挖掘），让掌柜对数据分析的工具（主要是Pandas、Numpy、Matplotlib以及Scikit-learn）使用和步骤有了一个大致的了解。但是学完后还是觉得里面漏了一些细节的东西，比如时间序列那里没有讲对差分次...

2020-12-04

1 607

回炉整理《数据分析实战45讲》之基础篇 -- 11.数据清洗（二）

上篇补了 “完全合一” 中的“完整性”这个部分掌柜觉得需要了解的知识点，接下来继续看全面性。还是回到服装店会员数据表那里，掌柜觉得这里的“全面性”指的是数据要规范：即大小写要统一、有单位的要统一单位、数据长度也要一致（小数点后面是几位都要统一）、数据名称保持一致等。那么再看这里的表格可以发现...

2020-12-04

0 471

回炉整理《数据分析实战45讲》之基础篇 -- 13.数据变换（一）

（PS: 先跳过十二章，因为那章讲数据集成，这个后面再一起讲，因为要讲的比较多。此外，下文若有错误，请指正，谢谢！😃）这次是第十三章： 13 | 数据变换：考试成绩要求正态分布合理么？该章主要讲数据变换的几种方法中的数据规范化是什么，以及如何用sklearn里面的process...

2020-12-04

0 443

回炉整理《数据分析实战45讲》之基础篇 -- 13.数据变换（二）

（接之前的）下面我们来看分别用Min-Max归一化、Z-Score标准化对Sklearn数据集里面的鸢尾花数据集进行处理的差别：首先取了原始数据集里面spal length这一特征来进行可视化：可以看出来是呈正太分布的，均值和中位数都在6附近。下面掌柜分别用MinMax归一化 ...

2020-12-04

0 509