适用于初学者的Python数据科学食谱样式代码参考

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

适用于初学者的Python数据科学食谱样式代码参考
这是我用来在边缘计算AI课程中教我的学生的另一种资源。我喜欢此资源，因为我喜欢学习编码的食谱样式。该资源基于《使用Python的机器学习食谱》一书。以及同一作者的机器学习抽认卡（我都推荐并购买了两者）
我喜欢使用简单的模拟数据集（如我们在LDA中看到的那样）进行降维  和熊猫函数的方法。该  链接  包含其他我没有尝试过的诸如linux，postgres等。我使用以下内容是因为它们与机器学习和深度学习有关
机器学习
基本
从字典加载特征
加载scikit-learn的Boston Housing数据集
加载scikit-learn的Digits数据集
加载scikit-learn的Iris数据集
进行模拟数据分类
制作用于集群的模拟数据
使模拟数据回归
Scikit中的感知器
保存机器学习模型
向量，矩阵和数组
预处理结构化数据
转置向量或矩阵
选择数组中的元素
重塑数组
求矩阵
得到矩阵的对角线
展平矩阵
查找矩阵的等级
找到最大和最小
描述一个数组
创建向量
创建一个稀疏矩阵
创建一个矩阵
将字典转换成矩阵
计算矩阵的迹线
计算矩阵的行列式
计算平均值，方差和标准偏差
计算两个向量的点积
将操作应用于元素
加和减矩阵
预处理图像
对图像进行二值化
影像模糊
裁剪图像
检测边缘
增强彩色图像的对比度
增强灰度图像的对比度
哈里斯角落探测器
安装OpenCV
隔离颜色
加载图像
删除背景
保存图像
锐化影像
Shi-Tomasi拐角探测器
使用平均颜色作为特征
预处理日期和时间
将日期和时间分解为多个功能
计算日期和时间之间的差异
将字符串转换为日期
转换熊猫列时区
编码星期几
处理时间序列中的缺失值
处理时区
延时功能
滚动时间窗口
选择日期和时间范围
特征工程
稀疏特征矩阵的降维
使用内核PCA减少尺寸
使用PCA降维
使用PCA提取特征
使用K均值聚类的小组观察
为LDA选择最佳数量的组件
为TSVD选择最佳数量的组件
使用线性判别分析进行降维
功能选择
用于特征选择的方差分析F值
Chi-Squared用于特征选择
删除高度相关的功能
递归特征消除
方差阈值二元特征
特征选择的方差阈值
模型评估
准确性
创建基准分类模型
创建基准回归模型
交叉验证管道
使用网格搜索进行参数调整的交叉验证
交叉验证
自定义效果指标
F1分数
生成有关性能的文本报告
嵌套交叉验证
绘制学习曲线
绘制接收工作特性曲线
绘制验证曲线
精确
召回
将数据分为训练和测试集
选型
在模型选择过程中查找最佳预处理步骤
使用网格搜索进行超参数调整
使用随机搜索进行超参数调整
使用网格搜索选择模型
具有参数优化的管道
线性回归
添加交互条件
创建交互功能
Alpha对套索回归的影响
套索回归
线性回归
使用Scikit-Learn进行线性回归
岭回归
选择岭回归中的最佳Alpha值
逻辑回归
快速C超参数调整
处理Logistic回归中的不平衡类
逻辑回归
大数据的逻辑回归
具有L1正则化的Logistic回归
一比。休息逻辑回归
树木和森林
Adaboost分类器
决策树分类器
决策树回归
功能重要性
使用随机森林进行特征选择
处理随机森林中的不平衡类
随机森林分类器
随机森林分类器示例
森林随机回归
选择随机森林中的重要功能
泰坦尼克号与随机森林的竞争
可视化决策树
最近的邻居
确定k的最佳值
K最近邻居分类
基于半径的最近邻分类器
支持向量机
校准SVC中的预测概率
查找最近的邻居
查找支持向量
SVM中的类不平衡
绘制支持向量分类器超平面
使用RBF内核时的SVC参数
支持向量分类器
朴素贝叶斯
Bernoulli天真贝叶斯分类器
校准预测概率
高斯朴素贝叶斯分类器
多项式Lo??gistic回归
多项式朴素贝叶斯分类器
从零开始的朴素贝叶斯分类器
聚类
聚集聚类
DBSCAN集群
评估聚类
均值漂移聚类
迷你批量k均值聚类
k均值聚类
深度学习
凯拉斯
添加辍学
卷积神经网络
前馈神经网络的二进制分类
用于多类分类的前馈神经网络
前馈神经网络回归
LSTM递归神经网络
神经网络提前停止
神经网络权重正则化
预处理神经网络数据
保存模型训练进度
调整神经网络超参数
可视化损失历史
可视化神经网络架构师
可视化绩效历史
k折交叉验证神经网络
数据整理
在熊猫中按组应用功能
将操作应用于熊猫中的组
在熊猫数据框上应用操作
将新列分配给Pandas DataFrame
将列表分成N个块
在大熊猫中使用正则表达式将字符串分解为列
两个数据框共享的列
从多个列表构建字典
将CSV转换为Python代码以重新创建它
将分类变量转换为虚拟变量
将分类变量转换为虚拟变量
将字符串分类变量转换为数值变量
以pandas将变量转换为时间变量
计算熊猫数据框中的值
在熊猫中创建管道
使用For循环创建一个熊猫列
创建项目计数
根据熊猫中的条件创建列
从字典键和值创建列表
熊猫的交叉表
删除大熊猫中的重复项
熊猫数据框的描述性统计
在Pandas Dataframe中删除行和列
列举清单
在熊猫中将包含列表的单元格扩展为自己的变量
过滤熊猫数据框
在数据框列中找到最大值
在Pandas数据框中查找唯一值
地理编码和反向地理编码
对城市和乡村进行地理定位
对城市或国家进行地理定位
与大熊猫一起进行A组时间序列
按时间分组数据
按一天中的小时分组熊猫数据
分组熊猫行
熊猫中的分层数据
加入并合并熊猫数据框
在“熊猫”列中列出唯一值
将JSON文件加载到熊猫中
将Excel文件加载到熊猫中
将Excel电子表格加载为pandas数据框
将CSV载入熊猫
长到宽格式
Pandas数据框中的小写字母列名称
使用函数创建新列
将外部值映射到熊猫中的数据框值
熊猫数据框中的数据丢失
熊猫移动平均线
规范化熊猫中的列
熊猫数据透视表
快速更改熊猫中的一列字符串
随机采样数据帧
排行熊猫数据帧
正则表达式基础
正则表达式示例
重新索引熊猫系列和数据框
重命名熊猫中的列标题
重命名多个熊猫数据框列名称
替换熊猫中的值
将熊猫数据框另存为CSV
在pandas列中搜索值
当列包含某些值时选择行
选择具有特定值的行
选择具有多个过滤器的行
根据条件选择熊猫DataFrame行
熊猫中的简单示例数据框
在熊猫数据框中对行进行排序
将纬度/经度坐标变量拆分为单独的变量
流数据管道
数据框中的字符串调试
对熊猫使用列表推导
使用Seaborn可视化熊猫数据框
熊猫数据结构
熊猫时间序列基础
数据可视化
MatPlotLib中的背对背条形图
MatPlotLib中的条形图
Seaborn的调色板
用Seaborn和Pandas创建时间序列图
与Seaborn创建散点图
MatPlotLib中的组栏图
MatPlotLib中的直方图
从熊猫数据框制作Matplotlib散点图
Matplotlib，一个简单的例子
MatPlotLib中的饼图
MatPlotLib中的散点图
MatPlotLib中的堆积百分比条形图
https://bbs.pinggu.org/thread-6690169-1-1.html

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python 数据科学 初学者 scikit-learn Matplotlib