机器学习模型处理不了原始文本。无论是线性回归、XGBoost还是神经网络，遇到 "red"、"medium"、"CA" 这类分类变量都没法直接处理。所以必须把它们转成数字这个过程就是分类编码。 大家入门时肯定都学过独热编码或序数编码，但编码方法其实非常多。目标编码 ...

Hyperband是机器学习中一个相当实用的超参数调优算法，核心思路是用逐次减半来分配计算资源。说白了就是让一堆配置先跑几轮，表现差的直接踢掉，剩下的继续训练更多轮次。 这个方法的巧妙之处在于平衡了探索和利用。你既要试足够多的配置组合（探索 ...

有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？ 可填在百位、十位、个位的数字都是1、2、3、4。组成所有的排列后再去 掉不满足条件的排列。 企业发放的奖金根据利润提成。利润(I)低于或等于10万元时，奖金可提10%；利润 ...

作为一名数据分析师，Python几乎是必备的技能。它不仅简单易读，还拥有强大的库支持，无论是数据处理、可视化还是机器学习，Python都能轻松搞定。今天，就给大家带来一份超全的Python面试题合集，涵盖初级、中级和高级，帮你轻松应对面试，快来看看吧！

通过本文，你将了解如何借助开源库AutoGloon成功胜出Kaggle竞赛并学习击败其他对手的技巧。此外，你还会了解到基于AutoGloon框架仅需4行代码足可以击败99%的数据科学家。 引言 在两项受欢迎的Kaggle比赛中，AutoGloon仅在对原始数据进行了4小时的训练后就击败了99%的 ...

随着《关于印发促进大数据发展行动纲要的通知》发布，各类型数据呈现出了指数级增长，数据成了每个组织的命脉。今天所产生的数据比过去几年所产生的数据大好几个数量级，企业有了能够轻松访问和分析数据以提高性能的新机会，如何从数据中获取价值 ...

大家好，我是早起。 作为使用 Python 工作的数据科学家。每天我们都会启动多个新的Jupyter笔记本，并且在会用到多个不同的库，例如pandas、matplotlib等。 但是，在开始实际工作之前，我们总是需要为每一个 Notebook 写一堆的导入代码，虽然这不困难，但是却很繁琐 ...

说明：如果访问 GitHub 比较慢的话，可以关注我的知乎账号（Python-Jack），上面的“从零开始学Python”专栏（对应本项目前 20 天的内容）比较适合初学者，其他的专栏如“数据思维和统计思维”、“基于Python的数据分析”、“说走就走的AI之旅”等也在持续更新中 ...

Scikit-learn 更新了，新特性主要包括选择超参数更快的方法、ICE 图、直方图 boosting 改进、OneHotEncoder 支持缺失值等。 自 2007 年发布以来，Scikit-learn 已经成为 Python 领域非常重要的机器学习库，支持分类、回归、降维和聚类四大机器学习算法，还包括了特征提取 ...