机器学习模型处理不了原始文本。无论是线性回归、XGBoost还是神经网络，遇到 "red"、"medium"、"CA" 这类分类变量都没法直接处理。所以必须把它们转成数字这个过程就是分类编码。 大家入门时肯定都学过独热编码或序数编码，但编码方法其实非常多。目标编码 ...

有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？ 可填在百位、十位、个位的数字都是1、2、3、4。组成所有的排列后再去 掉不满足条件的排列。 企业发放的奖金根据利润提成。利润(I)低于或等于10万元时，奖金可提10%；利润 ...

作为一名数据分析师，Python几乎是必备的技能。它不仅简单易读，还拥有强大的库支持，无论是数据处理、可视化还是机器学习，Python都能轻松搞定。今天，就给大家带来一份超全的Python面试题合集，涵盖初级、中级和高级，帮你轻松应对面试，快来看看吧！

通过本文，你将了解如何借助开源库AutoGloon成功胜出Kaggle竞赛并学习击败其他对手的技巧。此外，你还会了解到基于AutoGloon框架仅需4行代码足可以击败99%的数据科学家。 引言 在两项受欢迎的Kaggle比赛中，AutoGloon仅在对原始数据进行了4小时的训练后就击败了99%的 ...

我们在上一篇 SKLearn入门与简单应用案例[1] 里给大家讲到了 SKLearn 工具的基本板块与使用方法，在本篇内容中，我们展开讲解SKLearn的进阶与核心内容。SKLearn 中有六大任务模块，如下图所示：分别是分类、回归、聚类、降维、模型选择和预处理。 在SKLearn中 ...

大家好，我是早起。 作为使用 Python 工作的数据科学家。每天我们都会启动多个新的Jupyter笔记本，并且在会用到多个不同的库，例如pandas、matplotlib等。 但是，在开始实际工作之前，我们总是需要为每一个 Notebook 写一堆的导入代码，虽然这不困难，但是却很繁琐 ...

Scikit-learn 更新了，新特性主要包括选择超参数更快的方法、ICE 图、直方图 boosting 改进、OneHotEncoder 支持缺失值等。 自 2007 年发布以来，Scikit-learn 已经成为 Python 领域非常重要的机器学习库，支持分类、回归、降维和聚类四大机器学习算法，还包括了特征提取 ...

Scikit-learn 更新了，新特性主要包括选择超参数更快的方法、ICE 图、直方图 boosting 改进、OneHotEncoder 支持缺失值等。 自 2007 年发布以来，Scikit-learn 已经成为 Python 领域非常重要的机器学习库，支持分类、回归、降维和聚类四大机器学习算法，还包括了特征提取 ...

数据空值处理：此题中空值不是np.nan,而是'\N'。因此在处理前需要先观察数据，暂且将无法处理的'\N'处理成np.nan,使数据能跑起来。 特征分类处理：大体分为两类，分别进行最简单的预处理 数值型特征：可以先简单把空值处理成np.nan;这次比赛中有些数值特征读 ...