srcmini
Apache Spark教程：带有PySpark的ML
本文概述 适用于大数据和机器学习的Apache Spark和Python 安装Apache Spark PySpark基础：RDD 数据 加载和浏览数据 数据探索 数据预处理 使用Spark ML构建机器学习模型 评估模型 你走之前… 进一...
标签：数据科学
第9页Python开发：Asyncio简介
本文概述 定义 异步等待 一个不好的协程示例 一个更好的协程示例 安排电话 任务 包起来 asyncio模块在3.4版中作为临时包添加到了Python中。这意味着asyncio可能会收到向后不兼容的更改, 甚至可能在将来的Python版本中...
Python中的Apache Spark：新手指南
本文概述 Spark：Python还是Scala？ 如何安装Spark Spark API：RDD, 数据集和数据帧 Spark DataFrame和Pandas DataFrame之间的区别 RDD行动与变革 为什么需要缓存或保留RDD？...
15种解决R中数据帧问题的简便方法
本文概述 根本：什么是R数据帧？ 基础知识：问题和解决方案 超越基础：更多问题, 更多答案 从数据结构到数据分析, 数据处理和数据可视化 R数据帧经常在Stack Overflow和Reddit等公共论坛上引起轰动。 R的入门用户经常会遇到...
Python中的词干和词法化
词干和词法归化是自然语言处理领域中的文本归一化(或有时称为单词归一化)技术, 用于准备文本, 单词和文档以进行进一步处理。自1960年代以来, 已经研究了词干和词法分解, 并在计算机科学中开发了算法。在本教程中, 你将以一种实用的方法来学习...
R包：权威入门指南
本文概述 1.什么是包？ 2.什么是存储库？ 3.如何安装R软件包 4.如何更新, 删除和检查已安装的软件包 5.是否有用于安装软件包的用户界面？ 6.如何加载软件包 7.包和库之间有什么区别？ 8.如何一次加载多个软件包 9.如何卸载包 ...
Python中的Pickle：对象序列化
作为数据科学家, 你将使用字典, DataFrames或任何其他数据类型形式的数据集。与这些对象一起使用时, 你可能需要将它们保存到文件中, 以便以后可以使用它们或将其发送给其他人。这就是Python的pickle模块的用途：它将对象序列化...
用Python分析扑克手经典案例
本文概述 无限德州扑克简介 扑克概率工具 期望值：仔细研究 Pocket 10s vs翻牌前加注 Pocket 8s vs翻牌前加注 翻牌加注半诈Bl 总结 使用Python分析扑克手并轻松实现统计概念，如组合、排列、(独立)相关事件和期望...
专家最喜欢的数据科学技术介绍
本文概述 散点图 预测决策树 线性回归 用对数轴绘图 逻辑回归 主成分分析(PCA) 总结 我们最近启动了一个名为DataFramed的新数据科学播客, 我在其中与来自学术界和行业的专家和思想领袖进行了交谈, 探讨了数据科学在实践中的样子以...
R中的Web爬虫：rvest教程
本文概述 创建爬取函数 结论：不要相信评论(盲目的) Trustpilot已成为客户浏览业务和服务的热门网站。在这个简短的教程中, 你将学习如何在R的帮助下从该网站上刮取有用的信息并从中获得一些基本见解。你会发现TrustPilot可能不如...