| 共 143 篇文章 |
|
print(max_abs_scaler.scale_ == max_abs_scaler.max_abs_)>> [ True True True]print(max_abs_scaler.scale_)>> [2.import numpy as npfrom sklearn.impute import SimpleImputerimp = SimpleImputer(missing_values=np.nan, strategy=''mean'')imp.fit([[1, 2], [np.nan, 3], [7, 6]])>> SimpleImputer()X... 阅127 转0 评0 公众公开 22-01-24 14:54 |
from random import random,randint,choicefrom fake_useragent import UserAgentfrom lxml import etreeimport requests,re,time,openpyxl,os.append(strs) else: flag = True nums = 0 while flag : for strs1 in strs: nums += 1 if strs1 == ".": FirstArrangement.format(FileList[x],FileList[x+1],FileList[x+3])} MayUseIp.f... 阅363 转1 评0 公众公开 21-12-30 13:20 |
# 1.计算ROC曲线需要的假警报率false positive result（fpr）、命中率true positive result（tpr）及阈值threshold（thres）from sklearn.metrics import roc_curvefpr, tpr, thres = roc_curve(y_test, y_pred_proba[:,1])plt.plot(thres[1:], tpr[1:])plt.plot(thres[1:], fpr[1:])plt.plot(thres[1:], tpr[1:] - fpr[1:])plt.xlabel('&#... 阅357 转1 评0 公众公开 21-12-26 11:49 |
extend和append的区别。在学习python的过程中，接触到两种不同的在列表中添加新对象的方法，分别是extend和append，下面小编将对这两种命令的不同进行探索。3.4同样建立一个列表（list），并运用append进行添加新对象。通过以上实验，我们可以清楚看到在python语法中，extend命令和append命令的区别。append命令是将整个对象加在列表末尾；总的... 阅7 转0 评0 公众公开 21-12-22 21:02 |
iterrows(),如果要遍历DataFrame以对每行执行一些操作, 则可以在Pandas中使用iterrows()函数。Pandas使用三个函数来迭代DataFrame的行, 即iterrows(), iteritems()和itertuples()。用Pandas迭代行。它返回一个迭代器, 该迭代器包含作为系列的每一行的索引和数据。iterrows()-用于迭代(索引, 系列)对的行。Name: 0, dtype: object.Name: 1, dtyp... 阅631 转0 评0 公众公开 21-12-21 21:13 |
sklearn 的 lr 主要的参数设置在 LogisticRegression 构造函数和 fit 拟合函数。solver 是 LogisticRegression 构造函数的参数，用它来指定逻辑回归损失函数的优化方法，可选项如下：penalty 是 LogisticRegression 构造函数的参数，它是正则惩罚参数，可选项如下：这个参数仅在 solver 参数为 liblinear，fit_intercept 参数为 True 的时候生... 阅5774 转12 评0 公众公开 21-12-11 18:49 |
sklearn数据预处理中fit(),transform()与fit_transform()的区别。Fit_transform(): joins the fit() and transform() method for transformation of dataset.fit_transform(trainData)对部分数据先拟合fit，找到该part的整体指标，如均值、方差、最大值最小值等等（根据具体转换的目的），然后对该trainData进行转换transform，从而实现数据的... 阅19 转0 评0 公众公开 21-10-13 14:09 |
In [7]: df1 = pd.In [18]: pd.concat([df1, df3], keys=[''df1'',''df3''], names=[''df名称'',''行ID''])Out[18]: letter number animaldf名称 行ID df1 0 a 1 NaN 1 b 2 NaNdf3 0 c 3... 阅900 转0 评0 公众公开 21-09-13 15:07 |
plt.rcParams[''font.sans-serif''] = ''SimHei'' ## 设置中文显示。plt.rcParams[''axes.unicode_minus'']=False #解决负数坐标显示问题。from matplotlib.font_manager import FontManager.plt.rcParams[''font.family''] = [''Arial Unicode MS'']... 阅321 转0 评0 公众公开 21-05-18 09:41 |
解决Tensorflow 使用时cpu编译不支持警告的问题。使用TensorFlow模块时，弹出错误Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2.import os os.environ["TF_CPP_MIN_LOG_LEVEL"]=''1'' # 这是默认的显示等级，显示所有信息 os.environ["TF_CPP_MIN_LOG_LEVEL&... 阅28 转0 评0 公众公开 21-04-22 13:49 |
