【文件属性】：
文件名称：DataAnalysis-Basic:机器学习模型学习和学习Python，R分析模块
文件大小：2.22MB
文件格式：ZIP
更新时间：2021-04-11 20:50:21
ipynb JupyterNotebook
数据分析基础
学习Python模块以准备进行分析编码测试
加利福尼亚行政区的房屋价格数据
通过添加带有数字变量-> level1,2,3的分类进度列来记录0或1 +散点图
使用Facker（）创建数据（无意义的数据）
使用groupby（）对数据进行排序，并将其与unstack（）进行比较。
参考： :
将地图映射到由0、1、2组成的目标列setosa，杂色，弗吉尼亚州
用索引替换特定列-> set_index（列名）
访问多索引xs
交换级别多索引订单更改
参考： :
使用机器学习技术可视化时间数据，分类问题
XGboost技术算法研究
机器学习算法
索姆
这是一种使用SOM（自组织图）降维的聚类技术。 从n维输入向量可以将其减少到2-3个主要可见的维。
我使用python somlearn，但发生NameError：wrap_train，因此在解决后将对其进行更新。
【文件预览】：
DataAnalysis-Basic-main
----Simple_R_code()
--------iris_RF_분석.R(443B)
----ElasticNet예제.R(739B)
----OneHot-시각화.ipynb(263KB)
----Groupby-multipleColumns.ipynb(189KB)
----tSNE.ipynb(2.18MB)
----PLS.ipynb(43KB)
----som예제.R(649B)
----README.md(6KB)
----Multi-index&Multi-column.ipynb(26KB)
----SOM.ipynb(97KB)
----XGBoost.ipynb(40KB)
----분류,시각화.ipynb(320KB)