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 ...

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 ...

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，有时还需要查找 ...

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 ...

CYaRon 建立在 Python 上； Python 语言特性简洁明了，使用 Python 写测试数据生成器和对拍器，无论是否使用 CYaRon，比编写 C++ 事半功倍。借助 CYaRon 更是如虎添翼； Python 学习成本很低，只要您熟练掌握 C++/Pascal，您只要花30分钟看完本文并完成实验，即可初步掌握 ...