您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 一键清理数据

  2. 一键清理数据
  3. 所属分类:BlackBerry

    • 发布日期:2012-10-29
    • 文件大小:1024
    • 提供者:q1328691873
  1. 3K控制器清理数据,支持HERO BLUE

  2. 控制器清理数据,支持HERO BLUE 无需要手动去操作删除数据ID.DB hum.DB了!
  3. 所属分类:其它

    • 发布日期:2016-01-06
    • 文件大小:512000
    • 提供者:beyond13171
  1. coursera3:这是最后的项目,获取和清理数据-源码

  2. coursera3:这是最后的项目,获取和清理数据
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:65536
    • 提供者:weixin_42097967
  1. Getting-and-Cleaning-Data-Course-Project:获取和清理数据课程项目-源码

  2. 获取和清洗数据课程项目 获取和清理数据课程项目这是“获取和清理数据Coursera”课程的课程项目。 包含的R脚本run_analysis.R执行以下操作:下载数据集,并将该文件放置在“ data”文件夹中(如果该文件在工作目录中尚不存在)。 解压缩文件。 获取文件列表。 分配数据并为变量设置名称。 检查上述变量的属性合并训练和X,y和主题的测试集以创建一个数据集“ data_merged”。 仅将每次测量的均值(均值)和标准差(std)的测量值提取到新的数据集“数据”中。 使用描述性活动名称在
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:1024
    • 提供者:weixin_42110469
  1. Data-Cleaning-Python:从atat以XML加载大型数据集并将其转换为数据帧,分析并清理数据集-源码

  2. 数据清洗Python 以XML格式加载大型数据集,并将其转换为dataframe,分析并清理数据集。 可用变量的描述 有关它们的基本统计数据 有关缺失值的信息 包含日期的变量转换为正确的格式 等等。
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:118784
    • 提供者:weixin_42146274
  1. Postnord_cleaning:使用Python清理数据集并在Tableau中将其可视化-源码

  2. Postnord_cleaning 使用Python清理数据集并在Tableau中将其可视化。 这是我做的较早的项目之一,在该项目中,我通过收集不同的文件并用Python清理它来准备数据集。 导出清理后的数据集,并将其用于Tableau中以创建工作和交互式仪表板。 我亲自完成了所呈现的内容,即准备数据集并通过创建工作仪表板可视化某些参数。 以下元素添加到下面的驱动器链接中: Tableau工作簿文件(包含仪表板和所有工作表作为证明) 原始格式的数据 CSV文件中的最终清洁数据 关于仪表板功
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:1048576
    • 提供者:weixin_42130889
  1. DataCamp-Importing-Cleaning-Data-with-Python:DataCamp Skill Track使用Python导入和清理数据-源码

  2. DataCamp-Importing-Cleaning-Data-with-Python:DataCamp Skill Track使用Python导入和清理数据
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:5242880
    • 提供者:weixin_42134234
  1. Data-Cleaning-Process:清理数据是数据整理的第三步。 在这里,我们解决了评估步骤中确定的质量和整理问题。 在本培训中,我们将清理在使用Python和熊猫时发现的所有问题。 此Jupyter笔记本的结构如下-源码

  2. 数据清洗过程: 清理数据是数据整理的第三步。 在这里,我们解决了评估步骤中确定的质量和整理问题。 在本培训中,我们将清理在使用Python和熊猫时发现的所有问题。 此Jupyter笔记本的结构如下: 1-我们将学习数据清理过程:定义,编码和测试2-我们将首先解决丢失的数据(并了解为什么首先解决这些完整性问题通常很重要) 3-我们接下来将处理整理问题(并了解为什么这通常是下一个逻辑步骤) 4-最后,我们将清理质量问题 该培训将主要由Jupyter Notebooks组成,我们将利用熊猫库中最常
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:763904
    • 提供者:weixin_42110533
  1. 获取和清理数据PeerGradedAassignment--源码

  2. 获取和清理数据-课程项目 这是“获取和清洁数据Coursera”课程的课程项目。 随附的R脚本run_analysis.R进行以下操作: 如果工作目录中尚不存在该数据集,请从Web下载。 读取训练和测试数据集,并将它们分别合并为x(测量),y(活动)和主题。 加载指定的数据(X的)功能,活动信息和提取列“平均”( -mean )和“标准”( -std )。 另外,将列名修改为描述性的。 ( -mean表示Mean , -std表示Std ,并删除符号- , ( , ) ) 通过选定的列
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:107520
    • 提供者:weixin_42111465
  1. cleaningdata:此存储库用于分配数据科学专业的“获取和清理数据”-约翰·霍普金斯大学-源码

  2. cleaningdata:此存储库用于分配数据科学专业的“获取和清理数据”-约翰·霍普金斯大学
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:88064
    • 提供者:weixin_42130786
  1. 日语音节识别:用于清理数据和构建神经网络的脚本,目的是识别日语笔迹,准确率> 98%-源码

  2. 日语音节识别:用于清理数据和构建神经网络的脚本,目的是识别日语笔迹,准确率> 98%
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:82944
    • 提供者:weixin_42166626
  1. 获取和清理数据分配:这是从Coursera获取和清理数据的分配-源码

  2. 获取和清理数据分配 这是从课程中获取课程和清除数据的任务。 该项目的目的是演示您收集,使用和清理数据集的能力。 目的是准备可用于以后分析的整洁数据。 您的同事将根据与该项目相关的一系列是/否问题为您评分。 您将需要提交:1)如下所述的整洁数据集,2)使用执行分析的脚本指向Github存储库的链接,以及3)描述变量,数据和任何转换的代码本。或您执行的清理工作,以清理称为CodeBook.md的数据。 您还应该在脚本中的回购中包含README.md。 此仓库说明了所有脚本的工作方式以及它们的连接方
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:3072
    • 提供者:weixin_42123456
  1. r获取和清理数据ass4-源码

  2. 获取和清理数据-第4周的作业 该存储库包含用于转换和数据的脚本和相关的代码本。 相关档案 此存储库中还有两个其他重要文件: run_analysis.R脚本的主要输出将包含在您的全局环境中: 活动数据表 meanByActivitySubject数据表 activities数据表包含训练和测试数据的所有平均值和标准偏差测量值。 meanByActivitySubject数据表包含上述activities数据表的平均值,该平均值由已为数据和主题标记的活动类型汇总。 有30个科目。 有6种不
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:122683392
    • 提供者:weixin_42098830
  1. 获取和清理数据:cousera-源码

  2. 获取和清理数据:cousera
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:60416
    • 提供者:weixin_42134168
  1. GettingCleaningDataCourseProject:Coursera获取和清理数据课程项目-源码

  2. Coursera:获取和清理数据课程项目 可在找到用于该项目的数据。 提供描述。 档案: 执行以下操作的run_analysis.R : 合并训练和测试集以创建一个数据集。 每次测量仅提取平均值和标准偏差。 使用描述性活动名称来命名数据集中的活动 用描述性变量名称适当地标记数据集。 根据步骤4中的数据集,创建第二个独立的整洁数据集,将每个活动和每个主题的每个变量的平均值写入tidy_data_set.txt 。 CodeBook.md :描述了变量,数据和为清除数据而执行的转换的代
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:89088
    • 提供者:weixin_42097189
  1. 获取和清理数据课程:“获取和清理数据”课程项目的解决方案-源码

  2. 获取和清理数据课程项目 该存储库包含约翰霍普金斯大学(John Hopkins University)在Coursera上针对“获取和清洁数据”课程的课程解决方案。 项目总结 该项目的目的是演示您收集,使用和清理数据集的能力。 审查标准 The submitted data set is tidy. The Github repo contains the required scr ipts. GitHub contains a code book that modifies and updat
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:95232
    • 提供者:weixin_42116585
  1. 数据清理:数据科学家的大部分工作是清理数据,该项目将利用网站的原始数据并将其转换为csv。 这将适合将来的工作-源码

  2. 资料清理 数据科学家的大部分工作是清理数据,该项目将利用来自网站的原始数据并将其转换为csv。 这将适合将来使用它。 在这个项目中,网站向我们介绍了专利。 使用Python中的Pandas,我们能够检索所有信息,所需信息如下: 1)grant_id 2)专利权3)种类4)权利要求书5)发明人c 6)申请人申请数7)引证人数量8)权利要求书摘要 使用的市长工具: 熊猫正则表达式
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:3145728
    • 提供者:weixin_42146888
  1. Getting_Cleaning_Data_CourseProject:该项目的目的是演示您收集,使用和清理数据集的能力-源码

  2. Getting_Cleaning_Data_CourseProject 该项目的目的是演示收集,处理和清理数据集的能力。 该存储库包括用于进行人类活动识别数据集分析的说明。 数据集 使用智能手机数据集版本1.0进行人类活动识别 作者:Jorge L. Reyes-Ortiz,Davide Anguita,Alessandro Ghio和Luca Oneto。 隶属:Smartlab-非线性复杂系统实验室。 DITEN-热那亚大学degli研究中心。 通过意大利热那亚的Opera Pia 1
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:118784
    • 提供者:weixin_42130889
  1. 获取和清理数据项目:获取和清理数据课程项目-源码

  2. 获取和清理数据课程项目 该存储库是Rohit Abraham提交的“获取和清洁数据”课程项目。 它包含有关如何对“人类活动”识别数据集进行分析的说明。 数据集: : 说明: : 档案: 一本代码书,描述了变量,数据以及我为清理数据而执行的任何转换或工作 执行数据准备,然后执行课程项目的定义中所述的5个步骤: 合并训练和测试集以创建一个数据集。 仅提取每个测量的均值和标准差的测量值。 使用描述性活动名称来命名数据集中的活动 用描述性变量名称适当地标记数据集。 根据步骤4中的数据集
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:107520
    • 提供者:weixin_42097508
  1. GettingAndCleaningDataCourseProject:Coursera上“获取和清理数据”第4周的课程项目-源码

  2. 获取和清理数据-课程项目 Coursera上获取和清洁数据第4周的课程项目。 除R基本软件包外,还使用了'Dplyr'软件包。 此存储库中的r_analysis.R脚本将下载并对UCI HAR数据集进行以下修改(有关此数据集使用的指标和度量的更多信息,请参见此存储库中的CODEBOOK): 1. Reads in the 'subject', 'test' and 'training' datasets, in order to merge them into one single dat
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:117760
    • 提供者:weixin_42127775
« 12 3 4 5 6 7 8 9 10 ... 50 »