6. 结果分析与解读
在本部分，我们将深入分析癌症生存率数据集 的模型预测结果，并总结其意义~ 6.1 关键指标回顾 6.2 特征重要性分析 哪些因素对癌症预测影响最大？ 6.3 预测概率分析 我们绘制了 预测概...
3.2 核心数据结构：Series
3.2.1 创建与访问 什么是Series 类似于 NumPy 一维数组，但增加了 '标签'，可以理解为「一维标签化数组」 Series 是 Pandas 中的一个核心数据结构，类似于一个一维的数组，具有...
2. 异常处理
1️⃣为什么要进行异常处理 程序运行过程中出现的异常，如果得不到处理，那程序就会立即崩溃，导致后续代码无法执行。 异常处理不是让异常消失，而是将异常捕获到，随后根据异常的具体情况，来...
2.3. 常量
1.什么是常量？ 在程序中一旦被赋值，就不希望被修改的量（区别于变量）。 2.具体语法 Python 中一般约定使用全大写变量名来表示常量，涉及到多个单词时，用下划线做分隔。 ADULT_AGE = 18 MONT...
5. 模型训练与评估
本部分的目标是 训练 XGBoost 票房预测模型，并进行评估与优化，确保模型具有良好的泛化能力，能够较准确地预测电影票房。 5.1 模型训练 在上一部分，我们已经选择 XGBoost Regressor...
2. Numpy科学计算
2.1 numpy介绍 numpy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象、各种派生对象（例如掩码数组和矩阵）以及用于对数组进行快速操作的各种方法，包括数学、逻辑、形状操...
2.2.3.3 基于数值范围生成
(1) np.arange：等差序列 np.arange(start, stop, step) 返回在给定范围内用均匀间隔的值填充的一维数组 arr = np.arange(0, 10, 2) # 0 ≤ 值 <10，步长2 print(arr) # 输出: [0 2 4 6 ...
8. 进制
8.1. 概述 进制是指：用多少个符号，来表示数值的一种『记数方式』。比如我们平时使用的『十进制』，就是用0 ~ 9这十个符号来表示所有的数，而计算机中存储和运算的数据，都是二进制，常见的进...
5. 模型训练与评估
在本部分，我们将： 训练 XGBoost 模型 评估模型性能（准确率、召回率、F1-score 等） 使用网格搜索优化超参数 用可视化方法分析模型表现 5.1 模型训练 我们使用 XGBoost 进行训练，...
第 2 章 初识 Python 1. Python 概述
1. Python 概述 1.1. Python 的起源 Python 的作者 Guido van Rossum 来自荷兰（国内爱称：龟叔），拥有数学与计算机背景，他发现用： C、Fortran 等语言写程序太费劲，而 Shell 虽然轻松，但功...
