数据分析
JasonStudy
不要在欣赏伟人的同时,忘记自己的脚步。时间是线索,脚步是印记。
展开
-
2019第十六届研究生数学建模成绩分析
2019研究生数学建模成绩分析,主要从以下几个方面进行分析建模成绩数据来源:2019研究生数学建模成绩汇总1. 按‘队长所在单位’统计每个学校的获奖数量,并画出柱状图展示2. 按每个学校获奖人数进行统计,并画出柱状图进行展示统计每个学校的获奖人数用柱状图展示统计各个学校各个名次及次序的获奖人数信息如下:3. 分析A、B、C、D、E、F每个题的获奖数量及占比4. 每个题获奖数量...原创 2019-11-11 22:51:27 · 5944 阅读 · 3 评论 -
研究生数学建模竞赛准备
研究生数学建模竞赛准备,熟悉一下数学建模的32种基础的常规方法,认真学习和研读一下最近几年的研究生数学建模优秀论文,选择几个感兴趣的问题,仔细看看优秀论文的建模思路和写作思路。编程技术方面选择:Matlab、Lingo:优化问题,线性模型,运筹学问题;Python:数据分析和数据挖掘大数据、神经网络深度学习之类;统计类问题Spss方便。TSP旅行商问题图网络、多目标规划、遗传算法、粒子群算法。组队很关键原创 2019-05-16 17:22:00 · 12491 阅读 · 3 评论 -
Numpy练习
Numpy练习excise创建全0的数组,并查看数组占用内存大小;修改数组中的值;数组改变形状;生成10*10的数组,并输出最小和最大值;设置矩阵的边界为0;创建对角矩阵 对角线上取值1,2,3,4;创建一个8*8的棋盘状矩阵;np.random.random,np.dot,np.random.randint,np.datetime64,np.divide,np.random.uniform,np.linspace原创 2019-01-12 23:15:55 · 4820 阅读 · 0 评论 -
分类模型的效果评估
对模型进行效果评估,验证模型的性能,混淆矩阵、精准率(Precision)、召回率(Recall)也称查全率、准确率(Accuracy)、F1也称F1_score、Fβ、真正例率TPR、假正例率FPR、ROC、AUC、PR、AUC、宏精准率macro_precison、宏召回率macro_recall、宏F1 macro_F1、微精准率micro_precison、微召回率micro_recall、微F1 micro_F1。结合Sklearn讲解如何绘制ROC曲线、PR曲线。利用Python画ROC曲线。原创 2018-11-17 21:42:13 · 3161 阅读 · 0 评论 -
秋招-SQL备战练习3
秋招-SQL备战练习,表employees_test,audit,titles_test,emp_bonus,salaries。构造触发器audit_log,在向employees_test表中插入一条数据的时候,触发插入相关的数据到audit中。titles_test中,删除emp_no重复的记录,只保留最小的id对应的记录。titles_test 中将id=5以及emp_no=10001的行数据替换成id=5以及emp_no=10005,使用replace实现。查找字符串’10,A,B’ 中逗号’,'原创 2018-11-19 21:29:58 · 346 阅读 · 0 评论 -
秋招-SQL备战练习2
续接上一篇博客秋招-SQL备战练习1(最后的冲刺)备注:下文中的SQL语句使用与SQLite,也基本适用于MySQL中用到的数据库表如下:电影表filmCREATE TABLE IF NOT EXISTS film (film_id smallint(5) NOT NULL DEFAULT '0',title varchar(255) NOT NULL,description te...原创 2018-11-19 21:03:37 · 339 阅读 · 0 评论 -
秋招-SQL备战练习1(最后的冲刺)
查找最晚入职员工的所有信息;查找所有已经分配部门的员工的last_name和first_name;获取所有非manager的员工emp_no;统计出当前各个title类型对应的员工当前薪水对应的平均工资。结果给出title以及平均工资avg。查找所有员工的last_name和first_name以及对应的dept_name,也包括暂时没有分配部门的员工;查找员工编号emp_no为10001其自入职以来的薪水salary涨幅值growth;查找所有员工自入职以来的薪水涨幅情况;统计各个部门对应员工涨幅的次数原创 2018-11-19 20:42:22 · 434 阅读 · 0 评论 -
Numpy 的常用操作
1.创建数组array 1 # 创建数组array 2 import numpy as np 3 a = np.array([1,2,3]) #创建数组 4 b = np.array([(1.5,2,3), (4,5,6)], 5 dtype=float) 6 c = np.array([(1.5,2,3), (4,5,6)], 7 [(3,2,1), (4,5...原创 2018-07-15 21:46:00 · 260 阅读 · 0 评论 -
pandas高级操作总结
1.pandas中的列的分位数# 查看列的分位数import pandas as pd# set columns typemy_df['col'] = my_df['col'].astype(np.float64)# computations for 4 quantiles : quartilesbins_col = pd.qcut(my_df['col'], 4)bins_c...原创 2018-07-15 22:29:00 · 968 阅读 · 0 评论 -
2018研究生数学建模心路历程
2018研究生数学建模感想及心得体会,记录下心路历程。包括审题选题、代码编程,算法建模,解题思路,数据处理,模型验证。题目恐怖袭击事件的量化分析建模。对未确立作案者的恐怖袭击事件找出可能的作案嫌疑组织或个人。恐怖袭击事件的时空特性、蔓延特性、级别等进行挖掘和建模。初步考虑层次分析法,模糊动态加权评分法,最后考虑使用PCA主成分分析法确立变量的权重,基于密度聚类DBSCAN,ARMA时序模型,以及空间蔓延模型,莫兰指数等,关联规则的挖掘。最终获全国二等奖。原创 2018-11-14 17:24:05 · 12098 阅读 · 18 评论 -
2018研究生数学建模成绩分析
2018年第十五届 全国研究生数学建模成绩分析,数据来源:2018研究生数学建模成绩汇总。2018第十五届全国研究生数学建模竞赛完整赛题下载。2018研究生数学建模成绩汇总。统计每个学校的获奖数量,统计每个学校的获奖人数,统计每个题的获奖数量及比例,统计每个题的获奖人数与参与人数比例,按省份绘制各个省份的参与人数热力图,按省份绘制每个省份的获奖人数热力图,最终的建模成绩总结分析。原创 2018-11-11 19:29:41 · 14697 阅读 · 5 评论