你好，我是你们的老朋友，zhenguo!处理缺失值是在进行机器学习时非常重要的一个步骤。缺失值会影响机器学习模型的准确度，因此在训练模型之前，通常需要先处理掉缺失值。这篇文章，总结一些常见的缺失值处理方法。常见处理方法机器学习常见处理方法包括：删除带有缺失值的行：这种方法适用于数据集中缺失值较少的情

你好，我是你们的老朋友，zhenguo！在机器学习EDA阶段，变量分析及可视化是常做的事情，这篇文章总结变量分析中，最常使用的单变量，双变量分析以及可视化。单变量分析单变量分析是指分析单个变量对目标变量的影响。例如，在预测房屋价格的模型中，单变量分析可以探究房屋面积对价格的影响。单变量分析中，常用到

你好，我是你们的老朋友，zhenguo！ 机器学习的任务主要分为三类：监督学习非监督学习强化学习监督学习是指在训练过程中，模型是根据给定的输入和输出标签来学习的。监督学习的任务主要分为分类和回归两类，常用的算法有：非监督学习是指在训练过程中，模型没有给定的输出标签，而是要从输入数据中自动发现规律

你好，我是你们的老朋友，zhenguo！这篇文章来自同学的提问，问题就是如何系统理解Python装饰器，我在此总结如下。1 装饰器就是函数Python 中的装饰器是一种高阶函数，可以在不修改函数的情况下将新的功能添加到函数中。装饰器使用 @ 语法糖，并且可以用来装饰函数、类和方法。在本质上，装饰器是

你好，我是你们的老朋友，zhenguo！这篇文章来自同学的提问，问题就是如何高效学习 Python 的第三方库，我在此总结如下。通用思路整体思路从以下几个角度入手：阅读文档：第三方库通常都会有相应的文档，文档会介绍这个库的功能、使用方法等内容，所以一定要认真阅读文档。安装并运行示例代码：第三方库通常

你好呀，读者朋友们！我是你们的老朋友 zhen guo时光如梭，转眼间我这边再有1个来小时就2023年了，因时差，很多看到这里的读者朋友应该都已经进入2023年。2022年再也回不去了，就像曾经过去的每一年那样，都不会回去。长大了，就会觉得过去好，而过去的此刻也在盼着未来会更好。这就是人，富有复杂思

你好，我是zhenguo记录一篇survey，文末提供下载网址，一共110页基于深度学习的对话系统的最新进展：系统的调查这篇survey发表于2022年，详细汇总基于深度学习的对话系统最新进展。对话系统是一种流行的自然语言处理（NLP）任务，因为它在现实应用中很有前途。这也是一项复杂的任务，因为许多

最近发现很多小伙伴搞不清楚编码和解码，以及字符串前缀 f、r、u 、b 的区别和使用。那以下内容千万不要错过！1 ASCII,Unicode,GBK和utf8ASCII (American Standard Code for Information Interchange，美国信息交换标准代码）是基

Web API经常被那些使用成熟的公开服务（public service）的开发者所使用。例如， ESPN提供了获取运动员信息，比赛分数等信息的API。Google的开发者社区也提供了几十个API，用于语言翻译、分析、地理位置等信息。下面利用ip-api的api和淘宝ip地址库提供的api,编

功能需求需要对豆瓣网站https://movie.douban.com/top250?start=0的top250的电影名，导演，评分和经典语录等信息进行爬取下来并且保存到excel文档中。分析网页：查看网页源码 ,F121、通过网页分析，发现第一页的请求地址如下2、第二页的请求地址如下：以此类推。

你好，我是zhen guo这篇文章来自我的铁粉cda灰太狼投稿，总结了入门Python最重要的一步：python环境搭建。这篇文章介绍的方法是一个易学、高效、强大的搭建环境的体系方法，非常推荐大家按照这个方法做。同时这也是一个手把手教程，具体包括：conda创建虚拟环境在Pycharm中配置上步创建

你好，我是zhen guo!四舍五入4.5，应该返回结果5，但是使用Python或NumPy内置的round方法计算，结果都返回结果5先来还原一下：In [1]: round(4.5)Out[1]: 4In [2]: import numpy as npIn [3]: np.round(4.5)Ou

你好，我是zhen guo!祝关注我的朋友们，中秋快乐！来美国，已有30多天，开始上课，也已有两周。出来前怕感染COVID，像我带着小孩，担心会更多一些。比较幸运，始终没有感染，打疫苗还是管用。多亏姐姐和姐夫关照，替我提前找好房子，准备好很多生活必需品，为我们解决很多关键问题。对他们，充满感激！刚开

你好，我是zhenguoROC曲线是评估机器学习模型分类能力最常用的一条曲线，那么你知道：ROC曲线x，y轴各代表什么含义？ROC曲线上的一个点代表什么含义？这两个问题在面试中也常会被问道，不妨抽几分钟时间理解我下面的这篇小总结。二分类混淆矩阵下面是二分类的混淆矩阵，这个不难理解，P或N代表结果，T

你好，我是zhenguo对机器学习的评估度量是机器学习核心部分，本文总结分类问题常用的metrics分类问题评估指标在这里，将讨论可用于评估分类问题预测的各种性能指标1 Confusion Matrix这是衡量分类问题性能的最简单方法，其中输出可以是两种或更多类型的类。混淆矩阵只不过是一个具有两个维

关于numpy的gradient方法，在参数edge_order等于2时，如何得到左右两个边界值，是比较难理解的地方，而网上的博文几乎都千篇一律，都没有对此做出正确的解释。而关注我的老粉「高新区运气王」经过深思熟虑，找出规律，总结出edge_order等于2时左右两个边界值的推导，难能可贵！在此以

这是给zhenguo老师的投稿，已经收获50元稿费。困扰我的问题我是一名电商美工设计师，俗称电商图片搬运工，我的桌面经常是这样的。再就是这样的。各种的psd文件再加上文字无法表达色彩和构图的关键信息，时间一久就让我无法分辨这些区别。以前的解决办法以前我的办法就是一张一张的保存。然后放到文件的中。或

本人非IT专业，因为对python爬虫比较感兴趣，因此正在自学python爬虫，学习后就拿拉勾网练练手🤭，同时给zhenguo老师投稿，还能收获50元。本次我们的目标是爬取拉勾网上成都的python岗位信息，包括职位名称、地区、薪水、任职要求、工作内容标签、公司名称、公司的类别及规模和福利待遇等信

本人不是专业IT人员，但是对python爬虫这块非常感兴趣，在抖音上看了zhen老师的python全栈直播课程，果断选择加入zhen老师的VIP大家庭，给zhen老师投稿发文章还能挣钱，50元。废话不多说，进入主题。最近在学习JS逆向方面的知识，由于之前做过12306的自动抢票软件，因此对1230