code: pandas入門與時間序列分析.ipynb
體會： pandas 的相關(guān)用法是在是太多了！隨用隨查：
參考中文網(wǎng)站：
https://zhuanlan.zhihu.com/p/25630700
http://www.th7.cn/Program/Python/201412/329841.shtml
http://www.cnblogs.com/zuizui1204/p/6423069.html
和下載的 pandas-cheat-sheet
- 趁熱打鐵，學(xué)習(xí) pandas:
https://yq.aliyun.com/articles/81469
dataframe 可以直接用 df.plot() 作圖，然后 plt.show() 顯示
聚合： 往往根據(jù)索引 index 來 groupby， 可以根據(jù)日期，也可以根據(jù)周； 比如這里的index已經(jīng)是 to_datatime 得到的；
df.groupby(df.index.week).counts() 或 means()
df.index.date
意思就是：對這張含時的二維數(shù)據(jù)表中的信息進(jìn)行處理，先按天或周聚合，得到的對象自然可以計(jì)數(shù)或求其平均值
-
http://www.julyedu.com/video/play/66/614
kaggle實(shí)戰(zhàn)
模型融合：
1.bagging 解決過擬合
如： 1：10的正負(fù)樣本，可以將負(fù)樣本分為10份，每份和正樣本訓(xùn)練得出一個分類器/回歸器，
1.JPG
使用 sklearn.ensemble.BaggingClassifier
隨機(jī)森林是其中的一種。
Adaboost 調(diào)樣本的權(quán)重
