R语言rev函数对数据对象（向量、dataframe通过行或者列）反序实战
R语言rev函数对数据对象（向量、dataframe通过行或者列）反序实战目录R语言rev函数对数据对象（向量、dataframe通过行或者列）反序实战#基本语法#向量反序#dataframe列反序#dataframe行反序#基本语法rev(x)#向量反序vec <- 1:10
多分类任务的混淆矩阵
今天我将讨论如何在多分类中使用混淆矩阵评估模型的性能。
R语言使用t.test函数计算两组独立数据的t检验（Independent t-test）
R语言使用t.test函数计算两组独立数据的t检验（Independent t-test）
数据变异性的度量 - 极差、IQR、方差和标准偏差
variability被称作变异性或者可变性，它描述了数据点彼此之间以及距分布中心的距离。它告诉你点是倾向于聚集在中心周围还是更广泛地分散。
pandas这么多实用又常用的技能，还不快快收藏起来
自从我整理完这两篇关于pandas的博文之后，我从博文的阅读以及收藏的数据中不难得知，大家对于这类实用性的博文的认可，同时我自己在工作中有时也会发现，即使我整理了这么多有关于pandas的内容，但或多或少还是会遗漏一些知识点，毕竟pandas实在是太多实用的功能了。那么今天这篇博文呢，我进一步整理了
一文速览-数据分析基本思维以及方法
前言数据分析个人认为可以算是逻辑思维的分流强化型应用，了解了逻辑和基本思维方法其他方法基本大同小异，有些许其区别。个人最近有些空闲时光正好抓紧学习一波数据分析基本思维做建模的时候好思维逻辑清晰。本文仅供参考。提示：以下是本篇文章正文内容，下面案例可供参考一、数据分析的基本概念数据分析是指用适当的统计
使用Pandas melt()重塑DataFrame
重塑 DataFrame 是数据科学中一项重要且必不可少的技能。 在本文中，我们将探讨 Pandas Melt() 以及如何使用它进行数据处理。
数据分析基础——数据规整
一.数据连接pd.merge(left,right)将left和right进行含相同的部分进行合并，然后进行连接pd.merge(left,right,one=['key1','key2'])指定多个键进行合并pd.merge(left,right,how='outer',one=['key1','
pandas计算dataframe两列数据值相等的行号、取出DataFrame中两列值相等的行号
pandas计算dataframe两列数据值相等的行号、取出DataFrame中两列值相等的行号
pandas使用stack函数、map函数、unstack函数以及字典同时替换dataframe多个数据列的内容
pandas使用stack函数、map函数、unstack函数以及字典同时替换dataframe多个数据列的内容目录pandas使用stack函数、map函数、unstack函数以及字典同时替换dataframe多个数据列的内容#仿真数据#数据内容替换使用的字典#stack函数将数据堆叠起来#sta
R语言进行dataframe数据左连接（Left join）：使用R原生方法、data.table、dplyr等方案
R语言进行dataframe数据左连接（Left join）：使用R原生方法、data.table、dplyr等方案
seaborn可视化水平箱图（Horizontal Boxplot in Python with Seaborn）
seaborn可视化水平箱图（Horizontal Boxplot in Python with Seaborn）
利用关联规则实现推荐算法
关联规则是以规则的方式呈现项目之间的相关性,关联规则的经典例子是通过发现顾客放入其购物篮中的不同商品之间的联系,在医学方面也能够从已有病历中找到患某种疾病的病人的共同特征
数据挖掘复习要点整理
复习要点：回归课本 个人总结仅供参考简答题：1. Apriori算法主要步骤：2.数据挖掘流程3.数据预处理4.信息熵5.K-Means 聚类算法基本思想：工作步骤：计算题1.朴素贝叶斯2.BP神经网络3.Apriori算法4.代码分析复习要点：回归课本 简答题：1. Apriori算法主要步骤：(
R语言sign函数判断数值为正数或者负数实战
R语言sign函数判断数值为正数或者负数实战目录R语言sign函数判断数值为正数或者负数实战#基本语法#正负数判断#基本语法sign(5) # Basic R syntax of sign function#正负数判断sign(-2:5) # Apply sign
