---脚本语言(scripting language)
---高级动态编程语言
简单易学
Python是一种代表简单主义思想的语言。Python的这种伪代码本质是它最大的优点之一。它使你能够专注于解决问题而不是去搞明白语言本身。Python有极其简单的语法，极易上手。
解释性&编译性
-Python语言写的程序不需要编译成二进制代码。可以直接从源代码运行程序，但
转载
2023-08-12 22:35:14
96阅读
完成数据清理后，下面通过图表展开对数据的分析。1.前期初判(分布分析)： 1）判断分组区间:# a.散点图：
plt.scatter(data[字段1],data['字段2'],
s = data[字段3], # 显示大小
c = data[字段4], # 显示颜色
alpha = 0.4, cmap = 'Reds')
# b.直方图：
data[字段].hist(bins=10) 2）求出
转载
2023-08-11 17:09:57
94阅读
python——面向对象特征 文章目录python——面向对象特征0. 面向对象的三大特征1. 封装2. 继承3. 方法重写4. objeck类5. 多态5.1 静态语言与动态语言6. 特殊方法和特殊属性7. 类的浅拷贝与深拷贝 0. 面向对象的三大特征封装：提高程序的安全性（1）将数据（属性）和行为（方法）包装到类对象中。在方法内部对属性进行操作，在类对象的外部调用方法。这样，无需关心方法内部的
转载
2023-09-02 16:24:01
0阅读
首先说一下为什么要做特征工程？总的来说机器学习算法就是用输入的数据来推算输出的数据。输入的数据包含以下特征，这些特征是以行列矩阵的列来表示，算法需要具有特定形式的特征作为输入才能更好地发挥作用，模型的表现才能达到最佳，所以我们要对输入的特征进行一些列的操作，这个过程就是特征工程。在这篇文章里我利用Python把主要的特征工程技术通过全代码的形式，给大家做一个分享。首先是缺失值的处理1、删除缺失值缺
转载
2023-08-29 06:40:03
120阅读
数据处理的一种方式，和前面的原始数据不一样的是，我们在原始数据的基础上面，通过提取有效特征，来预测目标值。而想要更好的去得出结果，包括前面使用的数据处理中数据特征提取，新增减少等手段都是特征功能的一种，这里为什么要单独提出来讲特征工程，而不是数据处理呢？ 二、数据处理的方式有很多种方式，合并等。这里讲特征工程主要是讲转换器，为啥这样说呢，因为我们在使用数据的时候，比如：文本，那我们通过文本的方式
转载
2023-07-25 17:38:43
95阅读
特征工程常见示例： 分类数据、文本、图像。 还有提高模型复杂度的 衍生特征 和 处理 缺失数据的填充 方法。这个过程被叫做向量化。把任意格式的数据 转换成具有良好特性的向量形式。分类特征比如房屋数据： 房价、面积、地点信息。方案1：把分类特征用映射关系 编码成 整数 。{'Queen Anne': 1, 'Fremont': 2, 'Wallingford': 3};在scikit-learn中并
转载
2024-06-04 06:02:52
78阅读
Python可以说是这十年来兴起的编程语言，并且被证明是一种非常强大的语言。我用Python从交互式地图到区块链构建了很多应用程序。Python有很多特性，初学者很难一开始就掌握所有的特性。即使您是一个从其他语言（如C或MATLAB）转换过来的程序员，用更高抽象级别的Python编写代码绝对是另一种体验。我希望早些时候就知道一些Python特性，并重点介绍了其中五个最重要的特性。1.列表理解-压缩
转载
2023-11-21 19:43:25
48阅读
# Python特征分析工具
在数据分析和机器学习领域，Python是一种非常受欢迎的编程语言。它有许多强大的库和工具，可以帮助数据科学家和分析师快速而准确地处理和分析数据。其中一个重要的工具是Python特征分析工具。
## 什么是特征分析
在数据分析中，特征分析是指对数据集中的特征进行深入的理解和探索。特征可以是数值型、类别型或文本型的数据，它们提供了关于数据集的有用信息。通过对特征进行
原创
2023-09-06 09:25:52
158阅读
Python 数据分析之基础1. Python 基本语法Python使用Python使用 <变量名>=<表达式> 的方式对变量进行赋值a=1
a
--------------------
输出
1s = 'hello world'
s
--------------------
输出
'hello world'1.1 数据类型常用数据类型1.1.1 字符串(1) 字符串的定
转载
2024-06-27 08:50:02
36阅读
一、数据预处理与特征工程1.数据预处理 数据预处理是从数据中检测，纠正或删除损坏，不准确或不适用于模型的记录的过程。可能面对的问题有：数据类型不同，比如有的是文字，有的是数字，有的含时间序列，有的连续，有的间断。数据的质量不行，有噪声，有异常，有缺失，数据出错，量纲不一，有重复，数据是偏态，数据量太大或太小数据预处理的目的：让数据适应模型，匹配模型的需求2. 特征工程： 特征工程是将原始数据转
转载
2023-07-03 10:00:05
112阅读
一、概述数据预处理是数据分析过程中的重要环节，它直接决定了后期所有数据分析的质量和价值输出。从数据预处理的主要内容看，包括数据清洗、转换、归约、聚合、抽样等8个方向好多方法既是预处理的方法，也是特征工程的方法，便把两个放在一起讲了。 二、数据清洗、空值、异常值在数据清洗过程中，主要处理的是缺失值、异常值、重复值。所谓清洗，是对数据集通过丢弃
转载
2023-07-03 09:53:41
483阅读
python的五个特点久是简单易学;既支持面向过程编程，也支持面向对象编程;可移植性;不需要编译成二进制代码，可以直接从源代码运行程序;是开源软件之一，那么python的五个特点是什么?下面就给大家具体介绍一下。1、面向对象：Python既支持面向过程编程，也支持面向对象编程。在“面向过程”的语言中，程序是由过程或仅仅是可重用代码的函数构建起来的。在“面向对象”的语言中，程序是由数据和功能组合而成
转载
2023-09-09 23:47:45
46阅读
1. 最基本那肯定是STFT，说白了就是FFT加窗。有人肯定说这不算是feature，因为这是raw data，但是现在深度学习已经越来越多的使用这种raw data作为“feature” 输入到网络让模型自己学习其中的特征。其物理含义也十分明确：就是把时间信号转换为时间-频率的信号，根据FFT的窗长和选择的窗函数来决定时间-频率分辨率的tradeoff。说白了就是直接让你看每一段时间内的频率成分
转载
2023-12-20 09:36:15
123阅读
纹理是一种反映图像中同质现象的视觉特征，它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理具有三大标志：某种局部序列性不断重复；非随机排列；纹理区域内大致为均匀的统一体。纹理通过像素及其周围空间邻域的灰度分布来表现，即局部纹理信息。局部纹理信息不同程度的重复性，即全局纹理信息。一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块区域的空间颜色分布和光强分
转载
2023-09-08 23:32:09
108阅读
一个决策的做出，需要考虑一系列盘根错节的问题。决策树是一个通过特征学习决策规则，用于预测目标的监督机器学习模型。顾名思义，该模型通过提出一系列的问题将数据进行分解，从而做出决策。下图示例中用决策树决定某一天的活动： 根据训练集的特征，决策树模型学习一系列问题来推断样本的类标签。从图中可以看出，如果可解读性是重要因素，决策树模型是个不错的选择。尽管上图显示了基于分类目标(分类
转载
2024-07-31 11:42:29
59阅读
# Python特征分析案例教程
## 1. 流程概述
在进行特征分析之前，我们需要跟踪以下步骤，确保我们能顺利完成特征分析的整个过程。
| 步骤 | 描述 |
|------|-----------------------------------|
| 1 | 数据加载 |
原创
2024-09-27 05:08:44
16阅读
数据特征分析对于数据的特征分析是十分重要的，可以让我们更加的了解数据的信息，在下一步的数据分析、数据建模能帮助我们做出更好的决策。同时能给我们在解决问题上提供灵感。数据特征分析可以分为如下几类 1.分布分析 2对比分析 3.统计量分析 4.周期性分析 5.贡献度分析 6.相关度分析下面我就来大致介绍一下上面六种特征分析分布分析： 分布分析要针对两种类型的变量进行不同的处理。 对于定量变量而言，选择
# 多特征聚类分析指南
在数据分析的过程中，“多特征聚类分析”是一个非常重要的任务，它能够帮助我们将数据集中的相似数据点进行归类。本文将帮助你从一个初学者的角度理解和实现多特征聚类分析的基本流程。
## 1. 流程概览
我们可以将整个多特征聚类分析的过程分为几个主要步骤：
| 步骤 | 描述 |
|------
（1）求证：若矩阵为Hermitian矩阵，则其特征值λ一定是实数。 证明：∵ , . 等式两边取共轭转置得: 从而： 等式两边同时乘以得: 由于 ,因此 故有 从而为实数 ...
转载
2021-10-14 22:05:00
92阅读
2评论
图像工程的读书笔记 纹理分析纹理是物体表面的固有特征之一，因而也是图像区域一种重要的属性。 纹理可认为是灰度（颜色）在空间以一定的形式变化而产生的图案（模式） 一般来说可以认为纹理是由许多相互接近的互相编织的元素构成。所以直观 来说纹理描述可提供图像区域的平滑、稀疏、规则性等特性。从心理学的观点 人类观察到的纹理特征包括粒度，方向性和重复性。纹理与尺度有密切联系，一般仅在一定的尺度上可
转载
2024-01-17 12:31:28
84阅读
