何番煎じ？ kaggle の Titanic: Machine Learning from Disaster をやってみる。 その３ - Qiita
前回の反省 Kernelを眺めていると すばらしいまとめがありました。 https://www.kaggle.com/pliptor/how-am-i-doing-with-my-score によると僕が前回までに出した0.75598 というスコアは 全員死亡としてsubmit：0.62679 Sex, Embark, Pclass だけ考慮したら：0.76555 というわけで、僕のスコアは余計な処理をした割には凡人スコアでした。 Embark を使わなかったけど・・・ だいたい0.8が専門家との分かれ目という感じです。（0.8から何が書いてあるのかわからない） 前回断念した、名前の関連性（ファミリーか、親子か？）みたいなこともやってる方がいて、いい結果が出たそうです。 というわけで、 みんなのいいところをパクろう！ Kernelでたくさんのいいね！をもらっている以下のkernelを写経し
何番煎じ？ kaggle の Titanic: Machine Learning from Disaster をやってみる。 その1 - Qiita
Titanic: Machine Learning from Disaster タイタニック号の乗客名簿的なものから、生存者のデータを分析するチュートリアル的なやつです。 https://www.kaggle.com/c/titanic データ初見でやりながら記事を書いてるので、支離滅裂です。 素敵な解説 自分の好みに合わせて、つまみ食いします。 https://qiita.com/suzumi/items/8ce18bc90c942663d1e6 https://www.codexa.net/kaggle-titanic-beginner/ https://qiita.com/k2me14/items/ab9d71960d2b9d422c16 https://www.codexa.net/kaggle-titanic-beginner/ 道具 Python 3 Jupyter noteb
LTSVをpandasに読み込む - Qiita
LTSVは主にログファイルの形式として最近好まれているテキストフォーマットです。 http://ltsv.org/ 一行一レコード、各セルをタブで区切っているところはTSVと同じなのですが、ヘッダ行に列タイトルを付ける代わりに各セルに直接ラベルをつけた形になっています。 host:example.com url:/api/users status:200 time:2018-01-01T00:00:00+09:00 host:example.com url:/api/users status:200 time:2018-01-01T00:00:01+09:00 このような見た目。 人の目にも読みやすく機械的にもパースしやすいのが利点です。 パースしやすさのためにあえて仕様にエスケープを含めていないほど。 さてこのLTSV形式、pandasに読み込み用メソッドが用意されていません。 pand
pandas.queryからの値の更新はできない(chained indexing) - Qiita
numpy & pandasの講座の演習課題でハマったのでメモ。 環境は、anaconda3でまとめてインストールした、python3.6.5、pandas0.23.0 DataFrameの値を変更したいときはqueryではなくlocを使う。 例えばこんなDataFrameがあったとする In [2]: df = pd.DataFrame({"score":[10, 20, 30], ...: "address":["Kashiwa", "Matsudo", "Noda"], ...: "weight":[70, 80, 90]}, ...: columns = ["score", "weight", "address"]) ...: df.index = ["Taro", "Jiro", "Hanako"] ...: df ...: Out[2]: score weight addres
【プロ野球】清宮の3年後の打撃成績を予測する - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 2018年のプロ野球レギュラーシーズンも残りわずかです。 今年は悪天候による中止が多く、クライマックスシリーズ初日にまだレギュラーシーズンの試合をやっているという不思議な年になりました…。 今年の注目は、なんと言っても野手最多タイ7球団競合の清宮幸太郎選手。現在の1軍成績は、あと2試合を残し、「.200 7本塁打 18打点」となっています。ルーキーにしては十分な活躍ではありますが、まだ打線の主軸を張れるような成績ではありません。当初の期待が大きすぎたために、イマイチなイメージを持たれている方も多いのではないのでしょうか。 とい
pandasのデータフレーム等、表示範囲を変更するメモ - Qiita
# 最大表示範囲を確認 pd.get_option("display.max_columns") pd.get_option("display.max_rows") # 表示範囲を指定(お好みで数値を設定) pd.set_option("display.max_columns",50) pd.set_option("display.max_rows",50) # その他のオプション dir(pd.options.display) # 実行結果 ['chop_threshold', 'colheader_justify', 'column_space', 'date_dayfirst', 'date_yearfirst', 'encoding', 'expand_frame_repr', 'float_format', 'height', 'html', 'large_repr', 'lat
長い行列のテキスト数値データを読み込み→行例に変換するプログラムについて教えて下さい。python numpy pandas - Qiita
python 初心者です。 １行に１つの数値データがある、長い行列のデータ群を規則に従って読み込んで、行列にする方法として、ベストな方法を検討しております。 ＜読み込みデータサンプル＞ 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 . . . と続くデータを、 次のような順番で並べて行列にしたいのですが。 <作りたい行列> 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5.. 上記の数値は、場所を示しています。 実際のデータは、ランダムな実数が入っています。 python,numpy,pandas.. どれで、どのように読み込めば、シンプルなプログラムになるでしょうか？ ＜考え方＞ １.一旦全部読み込んで、その後並べる。 ２.1行ずつ読み込みながら、行列に配置して行く。 読み込むデータ行数は、１０万行以上の行数を想定しています。 アドバイスよろしくお願いいたします。
pandas で csv の読み書き - Qiita
#! /usr/bin/python # # csv_create.py # # Oct/01/2018 # ------------------------------------------------------------------ import sys import pandas as pd # # ------------------------------------------------------------------ sys.stderr.write("*** 開始 ***\n") # df = pd.DataFrame([ ["t1271","千葉",59476,"2003-9-21"], ["t1272","勝浦",49573,"2003-3-14"], ["t1273","市原",29471,"2003-6-25"], ["t1274","流山",39872
pandas で json の読み書き - Qiita
#! /usr/bin/python # # json_create.py # # Oct/01/2018 # ------------------------------------------------------------------ import sys import pandas as pd # # ------------------------------------------------------------------ sys.stderr.write("*** 開始 ***\n") # df = pd.DataFrame({'t0921': ["宇都宮",41295,"2003-8-12"], 't0922': ["小山",41298,"2003-8-12"], 't0923': ["佐野",31925,"2003-5-20"], 't0924': ["足利",
pandas で Excelファイル(*.xlsx) の読み書き - Qiita
#! /usr/bin/python # -*- coding: utf-8 -*- # # xlsx_create.py # # Oct/01/2018 # ------------------------------------------------------------------ import sys import pandas as pd # # ------------------------------------------------------------------ sys.stderr.write("*** 開始 ***\n") # df = pd.DataFrame([ ["t1271","千葉",59476,"2003-9-21"], ["t1272","勝浦",49573,"2003-3-14"], ["t1273","市原",29471,"2003-6-
pandas で sqlite3 の読み書き - Qiita
#! /usr/bin/python # -*- coding: utf-8 -*- # # sqlite3_create.py # # Oct/01/2018 # ------------------------------------------------------------------ import sys import pandas as pd # import sqlite3 # ------------------------------------------------------------------ sys.stderr.write("*** 開始 ***\n") # df = pd.DataFrame([ ["t1271","千葉",51476,"2003-9-25"], ["t1272","勝浦",42573,"2003-3-16"], ["t1273","
pandas で MariaDB の読み書き - Qiita
#! /usr/bin/python # -*- coding: utf-8 -*- # # mariadb_create.py # # Oct/01/2018 # ------------------------------------------------------------------ import sys import pandas as pd # import mysql.connector from sqlalchemy import create_engine # ------------------------------------------------------------------ sys.stderr.write("*** 開始 ***\n") # df = pd.DataFrame([ ["t1271","千葉",51476,"2003-9-25"],
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
[kaggle]手書きの数字を認識をしよう - Qiita
オレオレ流Pandas チートシート ※随時更新※ - Qiita
[pandas]DataFrameオブジェクトの複数条件でのフィルタリング - Qiita
pandas で groupby した後のはなし - Qiita
Pythonでエクセルの操作 - Qiita
複数サイトからのTech系記事のタイトルとURLを一枚のexcelにまとめる - Qiita
Django Dataframe形式のデータをModelのデータとして取り込む - Qiita
重回帰分析をpythonで実装する - Qiita