原创 pandas 使用技巧
# 根據定好的columns去給數據集填值 # 數據集中與定好的columns中匹配的保留，缺失的根據fill_value的值進行填充，多餘的忽略 a = pd.DataFrame({'haha': range(5), 'didi'
2019-04-18 09:02:40
原创 外匯心理學
除了下列提取的部分讀書筆記之外，還有作者的一些操作實例，挺有參考意義的 https://www.jianshu.com/p/ce8b283b6a72?utm_campaign=maleskine&utm_content=note&utm_
2019-03-10 03:52:28
原创 2018 12 - 2018 2 學習任務計劃
序號 學習任務 目標 關鍵輸出結果 預估時間 實際完成時間 完成進度與備註 1 《算法圖解》 閱讀整本書 讀書筆記、整體總結 12.1 - 12.30 12.5：閱讀百分之1012.10:閱讀百分之30 2 《統計
2018-12-11 01:48:20
原创 算法圖解讀書筆記
歐幾里得算法： 在數學中，輾轉相除法，又稱歐幾里得算法 兩個整數的最大公約數等於其中較小的數和兩數的差的最大公約數。例如，252和105的最大公約數是21， 252 − 105 = 21 × (12 − 5) = 147，147與 1
2018-12-08 15:37:52
原创 ods,dw,dm理解
ods，dw，dm解釋與理解 ods：操作性數據倉庫ods的應用場景 1.在業務系統和數據倉庫之間形成一個隔離，ods直接存放從業務系統抽取過來的數據，這些數據從結構和數據上與業務系統保持一致，降低了數據抽取的複雜性。 2.轉移一部分
2018-11-04 12:01:32
原创 時間序列
時間序列是同一現象在不同時間上的相繼觀察值排列而成的序列。 經濟數據大多數以時間序列的形式給出。 時間序列分平穩序列與非平穩序列。 平穩序列是基本不存在趨勢的序列，在某個固定水平上有所波動但不存在某種規律，隨機。 非平穩序列是包含趨勢
2018-10-13 10:50:42
原创 Linux 離線安裝pyspark
首先第一步: 安裝anconda(並且帶上了pandas, numpy, scikit-learn)流程 1, 首先安裝anconda2 ./Anaconda2-5.2.0-Linux-x86_64.sh 2, 配置全局變量 vi /
2018-09-30 10:10:46
2
原创 數據清洗方法
作者：網易雲 鏈接：https://www.zhihu.com/question/22077960/answer/473720583 數據清洗是將重複、多餘的數據篩選清除，將缺失的數據補充完整，將錯誤的數據糾正或者刪除，最後整理成爲
2018-09-15 01:30:57
原创 adaboost理解
源至 https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF/blob/dev/docs/7.%E9%9B%86%E6%88%90%E5%AD%A6%E4%B9%A0%
2018-09-15 01:30:57
3
原创 建模常用的概念介紹1： WOE、IV
https://blog.csdn.net/PbGc396Dwxjb77F2je/article/details/78790106
2018-09-15 01:30:57
原创 SVM
https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF/blob/dev/docs/5.%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%
2018-09-08 01:47:35
原创 pandas 分組聚合
選取一列或列的子集 對於由DataFrame產生的GroupBy對象，如果用一個（單個字符串）或一組（字符串數組）列名對其進行索引，就能實現選取部分列進行聚合的目的。也就是說： df.groupby('key1')['data1'] df
2018-09-02 05:51:20
3
原创 pandas基礎使用
作者：SeanCheney 鏈接：https://www.jianshu.com/p/161364dd0acf 沒有全部詳細整過來，大概弄了一下 sort_values 列可以通過賦值的方式進行修改。例如，我們可以給那個空的
2018-09-02 05:51:20
原创 數據清洗與準備 (pandas)
作者：SeanCheney 鏈接：https://www.jianshu.com/p/ac7bec000dad# 把其中較爲重要部分做了篩選便於查看 與處理缺失值相關的api 濾除缺失數據 過濾掉缺失數據的辦法有很多種。你可以通過p
2018-09-02 05:51:20
6
原创 pandas常見操作
處理缺失值 total = train.isnull().sum().sort_values(ascending = False) percent = round(train.isnull().sum().sort_values(asce
2018-09-02 05:51:20