Python数据分析(机器学习)经典案例视频课程

2-1

数据简介及面临的挑战特征数据简介以及面临的正负样本极度不均衡现象

2-2

数据不平衡问题解决方案针对数据极度不平衡的现象提取解决问题的方法

2-3

逻辑回归进行分类预测详解如何使用逻辑回归算法进行预测以及参数的选择方法

2-4

使用阈值来衡量预测标准基于逻辑回归中的阈值标准，详解阈值对结果会产生什么样的变换

3-1

数据简介与特征课时化展示鸢尾花数据简介，不同特征组成的二维图进行可视化分析

3-2

不同特征的分布规则对于3种待分类的鸢尾花数据进行4个特征的对比分析

3-3

决策树模型参数详解详解在决策树中不同参数的作用和使用方法

3-4

决策树中参数的选择使用验证集选择最好的参数模型

4-1

船员数据分析案例背景介绍以及对原始数据中每个指标进行详细分析讨论

4-2

数据预处理使用pandas库对缺失值进行填充，将字符值转换成数值

4-3

使用回归算法进行预测应用回归算法对提取的特征进行建模预测，并分析逻辑回归所带来的好处。

4-4

使用随机森林改进模型应用随机森林算法进行船员获救预测，分析随机森林算法的优势。