Snippets
Du code concis, avec une explication claire.
numpy: polyfit & polyval
Ajuster un polynôme et évaluer la courbe.
#numpy#polyfit#polyval
numpy: split et array_split
Découper un tableau en parties égales ou proches.
#numpy#split#chunks
numpy: unique avec counts
Valeurs distinctes et effectifs rapidement.
#numpy#unique#counts
numpy: where et masquage
Sélection et remplacements conditionnels.
#numpy#where#mask
ONNX: exporter un modèle scikit-learn
convertir un pipeline scikit-learn en ONNX pour l'inférence
#onnx#skl2onnx#export
optuna: recherche d'hyperparamètres
Optimiser automatiquement les hyperparamètres avec Optuna et pruning.
#optuna#hyperparameters#pruning
optuna: pruning avec MedianPruner
Arrêter tôt les essais médiocres pour accélérer la recherche.
#optuna#pruning#speed
optuna: stockage SQLite
Persister les études Optuna dans une base SQLite.
#optuna#storage#sqlite
pandas: asfreq + fill
Poser un index temporel régulier et remplir.
#pandas#asfreq#timeseries
pandas: corrélation Pearson
Calculer des corrélations entre colonnes numériques.
#pandas#corr#stats
pandas: duplicated et drop_duplicates
Détecter et supprimer des doublons.
#pandas#duplicates#clean
pandas: ewm moyenne mobile exponentielle
Lisser une série avec poids exponentiels.
#pandas#ewm#smoothing