ML100天 源码

机器学习百日马拉松作业和笔记 √D1:资料介绍与评估资料 √D2:机器学习概论 √D3:机器学习-流程与步骤 √D4:EDA(探索性数据分析)/读取数据与分析流程 √D5:如何新建一个Dataframe?如何重新读取其他资料?(非csv的资料) √D6:EDA:栏位的资料类型介绍及处理 √D7:特征类型 |常见的特征类型 ◆数值型特征,EX:坪数,年龄 ◆类别类型特征,EX:行政区,性别 |交叉验证(交叉验证) ◇验证集方法 ◇LOOCV(留一法交叉验证) ◇K折交叉验证 √D8:EDA资料分布 √D9:EDA:离群值(Outliner)及其处理