令爷课程-曾确令(ColinZENG)AIGC玩家

归档 / 话题

python

“python”话题下的全部文章。

51 篇文章 最近更新 2025.09.08

  • 机器学习算法核心教程与Python实践

    数据编程 24 分钟

    算法选择快速参考 在深入了解每个算法的细节之前，您可以根据您的任务类型和应用场景，使用下表进行快速参考： 任务类型 算法 典型应用场景 分类 (Classification) 逻辑回归 (Logistic Regre…

  • reStructuredText (RST) 简要教程：轻量级标记语言的另一种选择

    看懂AI 7 分钟

    在数字内容的创作中，我们常常需要一种简单快捷的方式来格式化文本，使其在不同平台和工具中保持一致的呈现。Markdown 凭借其简洁的语法和广泛的应用，成为了许多人的首选。然而，除了 Markdown，还有另一种同样轻…

  • MarkItDown：微软文档智能转换工具，转换各种文件为Markdown格式

    善用AI 3 分钟

    综合介绍 MarkItDown是由微软开发的一个Python工具，旨在将各种文件和办公文档转换为Markdown格式。

  • python爬虫工具集合

    令爷课程 10 分钟

    主要针对python3 常用库 获取目标 chrome/firefox chrome开发者工具小技巧 史上最全的Chrome使用技巧集锦 fiddler project download-unofficial dow…

  • 2023年5个自动化EDA库推荐

    善用AI 16 分钟

    来源： deephub EDA或探索性数据分析是一项耗时的工作，但是由于EDA是不可避免的，所以Python出现了很多自动化库来减少执行分析所需的时间。

  • 数据探索工具Dataprep.eda

    数据编程 4 分钟

    来源： Pandas-profiling （2016）被称为EDA（Exploratory Data Analysis）分析的典型工具，然而Pandas-profiling的一个主要缺点是它提供的是数据集的侧写，而E…

  • Pandas基础教程之替换SQL

    数据编程 19 分钟

    来源： 对于很多数据分析的同学来说，最熟悉的莫过于SQL，针对数据处理问题，脑海里的第一反应也往往都是SQL，而在日常的工作中往往也需要在Pandas的DataFrame数据上处理和分析数据，今天就一起来学习Pand…

  • 统计学基础之摘要统计

    数据编程 36 分钟

    来源： 什么是摘要统计？摘要统计是一种用来描述、概括和呈现数据集特征的统计学工具。它们通常用于数据分析的初步阶段，可以帮助研究者理解数据的基本趋势和模式，但不用于从样本推断总体的结论。摘要统计主要包括两类指标：集中趋…

  • 探索性数据分析详解

    善用AI 10 分钟

    来源： 什么是探索性数据分析？探索性数据分析（Exploratory Data Analysis，简称EDA） 是指对已有的数据（特别是调查或观察得来的原始数据）在尽量少的先验假定下进行探索，通过作图、制表、方程拟合…

  • 机器学习/数据分析之缺失值处理

    数据编程 27 分钟

    来源： 在机器学习数据预处理阶段经常需要对数据进行缺失值处理。关于缺失值的处理并没有想象中的那么简单。数据缺失类型 完全随机丢失（MCAR，Missing Completely at Random） ：某个变量是否缺…

  • 机器学习算法之XGBoost

    数据编程 108 分钟

    来源： 什么是XGBoost? 全称：eXtreme Gradient Boosting 作者： 陈天奇 (华盛顿大学博士) 基础：GBDT 所属：boosting迭代型、树类算法。

  • 实证分析： T检验、方差分析（ANOVA）和卡方检验的对比分析

    数据编程 4 分钟

    以下是T检验、方差分析（ANOVA）和卡方检验的对比分析，以及它们在不同应用领域的详细描述。

  • 机器学习算法之K-近邻（KNN）

    数据编程 24 分钟

    来源： 什么是K-近邻算法？K近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。

  • 关联分析算法之FP-Growth

    数据编程 17 分钟

    来源： 在 Apriori算法 的学习中，我们了解到Apriori算法需要不断生成候选项目队列和不断得扫描整个数据库进行比对，I/O是很大的瓶颈。

  • 相关性分析：Pearson、Kendall、Spearman

    数据编程 29 分钟

    来源： 在分析特征间相关性时，常使用的方法是 pandas.DataFrame.corr ： 其中包含的方法主要为： pearson：Pearson相关系数 kendall：Kendall秩相关系数 Spearman…