-
Python for Data Analysis
利用python进行数据分析，英文书籍，从pandas库的数据分析工具开始利用高性能工具对数据进行加载、清理、转换、合并以及重塑；利用matpIotlib创建散点图以及静态或交互式的可视化结果；利用pandas的groupby功能对数据集进行切片、切块和汇总操作；处理各种各样的时间序列数据。(Starting from the data analysis tools of pandas database, high performance tools are used to load, clean, transform, merge and remodel data; scatter plots and static or interactive visualization results are created by matpIotlib; data sets are sliced, sliced and aggregated by pandas group by function; and various operations are processed. Time series data.)
- 2020-06-16 03:20:01下载
- 积分：1
-
Archive
说明： PCA 数据降维 PTYTHON 数据分析/挖掘(PCA dimensionality reduction data mining/analysis)
- 2020-06-21 15:40:02下载
- 积分：1
-
8641704
插值抽取的内容,数字变频用, 分享了,请高手完善指教,()
- 2018-05-25 06:35:56下载
- 积分：1
-
从零开始学Python网络爬虫源代码+教学PPT
《从零开始学爬虫》的配套资料（PPT和源码）("Learning Reptiles from Zero" (PPT and Source))
- 2019-03-18 22:06:06下载
- 积分：1
-
datasnooping
机器学习 数据挖掘 数值算法 人工智能 全英文教材(python machine learning data snooping)
- 2018-09-20 20:51:47下载
- 积分：1
-
rcitime__type
二进制粒子群优化算法pso,主程序：swarmpso m 它包括以下子程序： 1 初始化：swarminit m 2 适应值计算函()
- 2017-12-09 12:19:17下载
- 积分：1
-
Hands-on programming with R
本书精心策划了三个虚拟项目，将数据科学家必需的专业技能融合其中，教会读者如何将数据存储到计算机内存中，如何在必要的时候转换内存中的数据值，如何用R编写自己的程序并将其用于数据分析和模拟运行。读者将跟随世界一流的RStudio培训师掌握宝贵的编程技能，并借助这些技能成为优秀的数据科学家。(Introduction to R Language)
- 2019-05-30 15:04:30下载
- 积分：1
-
sklearn-tree-BN-knn
分类器的性能比较与调优:
使用scikit-learn 包中的tree，贝叶斯，knn，对数据进行模型训练，尽量了解其原理及运用。
使用不同分析三种分类器在实验中的性能比较，分析它们的特点。
本实验采用的数据集为house与segment。(Performance comparison and optimization of classifiers:
We use tree, Bayesian and KNN in scikit-learnpackage to train the data model and try to understand its principle and application.
The performances of three classifiers are compared and their characteristics are analyzed.
The data set used in this experiment is house and segment.)
- 2021-04-16 15:08:53下载
- 积分：1
-
高效用项集挖掘算法--HMINE算法
数据挖掘算法，高效用项集挖掘算法，加权频发项集挖掘算法，HMINE算法，源码中有详细注释
- 2022-02-04 07:22:38下载
- 积分：1
-
粗糙集
粗糙集在进行属性约简时需要求其正域，此为求正域程序(Rough Set for Positive Domain)
- 2020-06-19 09:00:06下载
- 积分：1
|
联系客服（QQ：3324461878）
