数据科学：Numpy、Pandas笔记
数据科学：Matplotlib、Seaborn笔记
数据科学：Numpy、Pandas、Matplotlib、Seaborn、Scipy、Scikit-Learn
Scipy
| 模块 | 作用 |
|---|---|
| scipy.cluster | 矢量量化/Kmeans |
| scipy.constants | 物理和数学常数 |
| scipy.fftpack | 傅里叶变换 |
| scipy.integrate | 积分 |
| scipy.interpolate | 插值 |
| http://scipy.io | 数据输入输出 |
| scipy.linalg | 线性代数 |
| scipy.ndimage | n维图像包 |
| scipy.odr | Orthogonal distance regression |
| scipy.optimize | 优化 |
| scipy.signal | 信号处理 |
| scipy.sparse | 稀疏矩阵 |
| scipy.spatial | 空间数据结构和算法 |
| scipy.special | 任何特殊的数学函数 |
| scipy.stats | 统计数据 |
stats
from scipy.stats import norm
常用函数
- norm.cdf 返回对应的累计分布函数值
- norm.pdf 返回对应的概率密度函数值
- norm.rvs 产生指定参数的随机变量
- norm.fit 返回给定数据下，各参数的最大似然估计（MLE）值
Scikit-Learn
参考
https://xgboost.readthedocs.io/en/latest/
https://lightgbm.readthedocs.io/en/latest/Parameters.html
https://catboost.ai/
https://tensorflow.google.cn/install?hl=zh-cn
https://keras.io/zh/
https://scikit-learn.org/stable/modules/classes.html
https://datawhalechina.github.io/thorough-pytorch/
