From e4801a45c8b3941a3132e1f3dda6d9c4015fb427 Mon Sep 17 00:00:00 2001 From: Jen Looper Date: Sun, 25 Jul 2021 11:32:40 -0400 Subject: [PATCH] Update README.zh-cn.md editing mistake in function name in Chinese translation --- 4-Classification/1-Introduction/translations/README.zh-cn.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/4-Classification/1-Introduction/translations/README.zh-cn.md b/4-Classification/1-Introduction/translations/README.zh-cn.md index adef7c8ad..ae8d123b1 100644 --- a/4-Classification/1-Introduction/translations/README.zh-cn.md +++ b/4-Classification/1-Introduction/translations/README.zh-cn.md @@ -152,7 +152,7 @@ Scikit-learn项目提供多种对数据进行分类的算法，你需要根据 现在你可以在数据中探索的更深一点并了解每道菜肴的代表性食材。你需要将反复出现的、容易造成混淆的数据清理出去，那么让我们来学习解决这个问题。 -1. 在Python中创建一个函数 `create_ingredient()` 来创建一个食材的数据帧。这个函数会去掉数据中无用的列并按食材的数量进行分类。 +1. 在Python中创建一个函数 `create_ingredient_df()` 来创建一个食材的数据帧。这个函数会去掉数据中无用的列并按食材的数量进行分类。 ```python def create_ingredient_df(df): @@ -164,7 +164,7 @@ Scikit-learn项目提供多种对数据进行分类的算法，你需要根据 ``` 现在你可以使用这个函数来得到理想的每道菜肴最重要的10种食材。 -1. 调用函数 `create_ingredient()` 然后通过函数`barh()`来绘制图像: +1. 调用函数 `create_ingredient_df()` 然后通过函数`barh()`来绘制图像: ```python thai_ingredient_df = create_ingredient_df(thai_df)