投稿

-数据挖掘

373

0

2020-01-10 08:08:29

未经作者授权，禁止转载

2019新人嘉年华

障目与知秋发消息

大会员×京东 Plus，仅需168元

1_1-数据挖掘任务流程

12:37

1_2-数据介绍

08:37

1_3-Python兵器库介绍

09:20

1_4-sklearn库介绍

11:34

1_5-数据读取与统计分析

09:44

1_6-性别特征分析

10:49

1_7-船舱等级特征分析

08:36

1_8-缺失值问题

11:03

1_9-年龄特征缺失值填充与分析

14:33

1_10-登船地点特征分析

11:55

2_1-用户画像概述

13:27

2_2-如何建立用户画像

13:48

2_3-用户搜索数据介绍

05:15

2_4-任务概述与方案

10:47

2_5-构造词向量特征

11:08

2_6-构造输入特征

13:24

2_7-建立预测模型

19:34

3_1-kaggle数据科学调查介绍

11:19

3_2-基本情况可视化展示

19:37

3_3-工资情况

11:34

3_4-技能使用情况

16:33

3_5-数据集与平台

14:22

3_6-python和r哪家强

15:59

3_7-调查总结

16:17

4_1-Xgboost算法概述

11:36

4_2-Xgboost模型构造

12:11

4_3-Xgboost建模衡量标准

12:08

4_4-Xgboost安装

06:27

4_5-保险赔偿任务概述

13:07

4_6-Xgboost参数定义

09:55

4_7-基础模型定义

08:17

4_8-树结构对结果的影响

12:38

4_9-学习率与采样对结果的影响

13:02

5_1-项目与数据介绍

20:19

5_2-数据挖掘流程

19:18

5_3-数据检查

12:02

5_4-构建用户特征表单

18:34

5_5-构建商品特征表单

09:43

5_6-数据探索概述

09:24

5_7-购买因素分析

10:47

5_8-特征工程

15:39

5_9-基本特征构造

17:48

6_1-房价预测任务概述

12:22

6_2-离散形数据

09:26

6_3-数据对数变换

10:44

6_4-缺失值处理与box-cox变换

12:52

6_5-模型预测

10:59

顶部