社区
community_281
帖子详情
求一比较COOL店名,up有分~~
shanxing
2003-07-27 05:21:54
我姐开了一家书籍(武侠小说、言语小说等)出租店,求一比较COOL的店名~~
读者对象:年轻的打工者~~~
up有分~~~~
...全文
32
26
打赏
收藏
求一比较COOL店名,up有分~~
我姐开了一家书籍(武侠小说、言语小说等)出租店,求一比较COOL的店名~~ 读者对象:年轻的打工者~~~ up有分~~~~
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
26 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
sunsea_sun
2003-08-12
打赏
举报
回复
铜锣湾
unkland
2003-07-28
打赏
举报
回复
书,顾名思义
chenbo2020
2003-07-28
打赏
举报
回复
幻剑书盟:)
yjzhg
2003-07-28
打赏
举报
回复
情味书吧
现在流行什么吧,什么吧的
ecivilian
2003-07-28
打赏
举报
回复
黄色书屋
hoyou
2003-07-28
打赏
举报
回复
CSDN
jasminelai
2003-07-28
打赏
举报
回复
书--第二手
shockjoy
2003-07-28
打赏
举报
回复
侠情斋
chengsion
2003-07-28
打赏
举报
回复
书COOL
Little_qd
2003-07-28
打赏
举报
回复
藏经阁
eastsun
2003-07-28
打赏
举报
回复
桑干河书店
wolflamb
2003-07-27
打赏
举报
回复
极度深寒
小菜园的稻草人
2003-07-27
打赏
举报
回复
剑琴书屋,剑代表侠义,秦暗指浪漫,专供剑胆琴心之士休闲娱乐,陶冶情操的所在。
zhanghong405
2003-07-27
打赏
举报
回复
藏经阁
yidasoft
2003-07-27
打赏
举报
回复
忘情社区~
一声雷响老子闪亮登场
2003-07-27
打赏
举报
回复
休闲伴侣
ggdw
2003-07-27
打赏
举报
回复
程序员
ZGK
2003-07-27
打赏
举报
回复
与时俱进书店!
Leomonkey
2003-07-27
打赏
举报
回复
免费社区
faint111
2003-07-27
打赏
举报
回复
大黄书社
加载更多回复(5)
Python编程 | 系统性的学会 Pandas,看这一篇就够了!
(1)add(other)比如进行数学运算加上具体的一个数字(2)sub(other)整个列减一个数func:自定义函数axis=0:默认是列,axis=1为行进行运算定义一个对列,最大值-最小值的函数特定需求需要用这个。连续属性的离散化就是在连续属性的值域上,将值域划分为若干个离散的区间,最后用不同的符号或整数 值代表落在每个子区间中的属性值。离散化有很多种方法,这里使用一种最简单的方式去操作:原始人的身高数据:165,174,160,180,159,163,192,184。
系统性的学会Pandas,看这一篇就够了!
我们的数据大部分存在于文件当中,所以pandas会支持复杂的IO操作,pandas的API支持众多的文件格式,如CSV、SQL、XLS、JSON、HDF5。现在我们有一组关于全球星巴克店铺的统计数据,如果我想知道美国的星巴克数量和中国的哪个多,或者我想知道中国每个省份星巴克的数量的情况,那么应该怎么办?连续属性的离散化就是在连续属性的值域上,将值域划分为若干个离散的区间,最后用不同的符号或整数 值代表落在每个子区间中的属性值。如果需要删除,可以指定index参数,删除原来的文件,重新保存一次。
大语言模型生产环境指南(一)
正如你所见,公司可能有很多理由想要拥有并构建自己的 LLMs,包括更大的控制权、降低成本以及满足安全和监管要求。尽管如此,我们理解购买是容易的,而构建则要困难得多,因此对于许多项目来说,购买是有意义的。然而,在你这样做之前,在图 1.1 中,我们分享了一个你应该首先问自己的问题流程图。尽管这是一条更艰难的道路,但构建可能会带来更多的回报。LLMs(大型语言模型)令人兴奋,因为它们在与人相同的框架(语言)中工作。
系统性的学会 Pandas 看这一篇就够了
作者:Ma Sizhouhttps://blog.csdn.net/weixin_45901519/article/details/1129808221、Pandas数据结构2008年W...
TowardsDataScience 博客中文翻译 2019(八)
在该图中,直线最符合由点标记的所有数据。使用这条线,我们可以预测 x=70 的值(有一定程度的不确定性)。使用 Python 的机器学习技术——什么是机器学习回归作为一种机器学习技术,回归在监督学习中找到了基础。我们用它来预测一个连续的数字目标,并从我们已经知道的数据集值开始工作。它
比较
已知值和预测值,并将预期值和预测值之间的差异标记为误差/残差。分类是一种数据挖掘技术,让我们预测数据实例的组成员。这使用预先标记的数据,属于监督学习。这意味着我们训练数据,并期望预测它的未来。
community_281
672
社区成员
253,709
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章