排序
4. 模型选择与构建
4.1 选择最适合的数据分析或预测模型 在房价预测问题中,除了线性回归 和随机森林回归,我们还可以考虑其他更复杂和强大的模型。选择最适合的模型要基于数据特征、** 预测准确性和 算...
2.3. 自定义方法(行为)
我们之前提到过:类是用来规定一类事物所具有的『属性』和『行为』,在上一小节中,我们已经通过 self.属性名 = 值的形式,为实例对象添加了『属性』;接下来,要想让对象具备相应的『行为』,...
3. 特征工程
在这部分,我们将对数据进行特征处理,以确保模型能够有效学习数据的模式。 主要步骤: 数据编码(将 diagnosis 变量转换为数值型) 特征选择(去除冗余特征,提高模型效果) 数据标准化(使...
7. 几个数据处理函数
7.1. map 函数 map函数:对一组数据中的每一个元素,统一执行某种操作(加工),并生成一组新数据。 语法格式:map(操作函数, 可迭代对象) # 统一数据处理 nums = [10, 20, 30, 40] # map函...
3.6 时间数据的处理
Timestamp 是 pandas 对 datetime64 数据类型的一个封装。datetime64 是 NumPy 中的一种数据类型,用于表示日期和时间,而 pandas 基于 datetime64 构建了 Times...
第 9 章 错误与异常
1. 错误与异常 错误:代码本身有语法错误,解释器无法执行代码。———— 无法通过异常处理机制解决。 age = 18 if age >= 18 print('成年人') 异常:代码在语法上没问题,但执行过程中出现了...
2.2.3.6 高级构造方法
(1) np.loadtxt data = np.loadtxt('data.txt') # 读取文本文件 (2) np.genfromtxt data = np.genfromtxt('data.csv', delimiter=',') # 支持复杂格式 2.2.3.7 创建方法推荐场景 场景推荐方法优...
5. 继承
5.1. 基本语法 概念:是指一个类,可以继承另一个类的属性和方法。 作用:可以实现代码的复用与扩展,避免重复编写相同的代码,让程序结构更简洁、更高效。 举例:就像生活中,孩子可以继承父母...
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,...
7. 魔法方法
概念:以 __xxx__ 命名的特殊方法(双下划线开头和结尾)。 特点:不需要手动调,在特定场景由 Python 自动调用。 几个常用的魔法方法: 方法调用时机1️⃣__str__ 当调用 print(对象)或s...





