Python代码下的数据科学入门学习笔记（一）

目录

• 1.说明

  • 2.数据预处理

    • • 2.1.数据初步诊断与探索
      • • （1）读取数据
        • （2）正态检验

    • 2.2.缺失值处理和离群值检测

      • • （1）缺失值处理
        • （2）均值填充

    • 2.3.常用的数据转换方法

      • • （1）Min-Max标准化
        • （2）等频离散化
        • （3）z-score标准化

  • 3.回归模型

    • • 3.1.简单线性回归
      • 3.2线性回归正则化

  • 4.分类模型

    • • 4.4决策树

      • • （1）
        • （2）

      • 4.5朴素贝叶斯

  • 5.集成模型

    • • 5.1集成方法概述

  • 6.聚类模型

    • • 6.1聚类方法概述
      • 6.2.K-means聚类
        • （1）
          • （2）

1.说明

1. 此学习笔记仅用于个人学习目的，不能视为任何官方机构的指导或立场。
2. 若存在侵权情况，请自行进行删除操作。
3. 如需获取其他资料或遇到相关问题，可通过私信或添加QQ号2356081476的方式联系，这并非我的责任