在本阶段，我们将根据业务需求和数据特征，选择最适合的数据分析或预测模型，并详细介绍所选算法的原理和适用性。模型将用于预测客户是否会流失（Exited），这一任务属于二元分类问题。 4.1 模...

6.1 介绍 峰度用来观察分布的尾部厚度和极端值倾向。很多资料会说“峰度衡量尖不尖”，这个说法容易让人误会；更稳妥的理解是：峰度越高，分布越容易出现远离均值的极端值。 峰度有两种常见口径...

Pandas 基于 Numpy，并提供了 2 大核心数据结构： Series：一维带有标签的数组 DataFrame：二维表格结构，可看作多个 Series 的组合 用得最多的pandas对象是Series，一个一维的标签...

1. 目标定义和假设设定 1.1 目标定义 本次数据分析的目标是对信用卡交易数据进行基本探索，以识别潜在的欺诈交易模式，并为后续的机器学习建模奠定基础。 具体目标： 数据理解：分析数据的分布...

函数类型注解：给函数的【参数】和【返回值】添加类型说明。 语法格式：函数名(参数1: 类型, 参数2: 类型) -> 返回值类型: 1️⃣给参数和返回值加类型注解 def add(x: int, y: int) -> int: ret...

可以通过agg()或aggregate()进行更复杂的操作，如一次计算多个统计值。 df = pd.read_csv('data/employees.csv')  # 读取员工数据 # 按department_id分组，计算salary的最小值，中位数，最...

4.1. 概述 计算机对数据会进行两个常见的操作，分别是：存储数据、读取数据。 存储数据时，计算机会进行编码。 读取数据时，计算机会进行解码。 编码与解码，会遵循一定的规范，这个规范就是字...

4.1 介绍 方差是用于衡量数据集中数值分散程度的统计指标。它描述了每个数据点与数据集平均值的偏离程度，是离散趋势的一种度量。 4.2 原理 方差的核心想法很直接：先看每个点离均值有多远，再...

方法/操作语法示例描述等宽分箱pd.cut(df['col'], bins=3)将数值列分为等宽区间（如分为低/中/高）等频分箱pd.qcut(df['col'], q=4)将数值列分为等频区间（每箱数据量相同） cut() pandas.cut()...

1️⃣字符的四种定义方式 写法示例适用场景单引号'你好，大赛人'单行字符串（不能直接换行，换行需要使用圆括号）双引号'你好，大赛人'三个单引号'''你好，大赛人'''多行字符串（可以直接换行）...