Demonslzh的博客

通过配置参数，针对导入的数据集进行机器学习分类、回归、聚类等模型的数据分析、清洗建模过程代码的生成。

文章目录数据介绍&分析目标数据分析〇、导入需要的库一、合并数据读表获取每个房间的设备信息合并所有表格二、数据清洗查看数据开关状态判断三、用电时间段频率统计(时间序列聚合)1、结果可视化2、统计每个用户一天中不同时间段的用电频率数据集+源码获取数据介绍&分析目标数据介绍这里先简单描述一下数据集文件。这里有6个用户的用电数据。以1号用户为例，点进building1内会有meter1-meter20共20个Excel表格，其中meter1和meter2均为该家庭的用电总负荷，您可以选择其中

文章目录一、数据准备二、数据清洗三、EDA四、共现网络五、K-means聚类六、数据降维，可视化结果一、数据准备这次主要是通过知网获取的学者信息，进行一个学者画像的分析。一共是从知网下载了三份数据。如下图所示。每份数据的格式都是一样的。包含'SrcDatabase-来源库', 'Title-题名', 'Author-作者', 'Organ-单位', 'Source-文献来源', 'Keyword-关键词', 'Summary-摘要', 'PubTime-发表时间'八个字段。因此我们可以将这三份数

背景介绍开发一款基于户外监控摄像头的山火/非法焚烧秸秆的预防系统。希望能够在最短的时间内基于监控画面确定是否有烟火发生，然后人工快速介入，确定是否是山火/非法焚烧秸秆的事件。最终交由当地的联防/公安/森林等部门进行快速响应。我们因此采集到了海量的户外图像，其中大致分为两类：没有任何烟火的图像，有明显的烟/火出现的图像。图像的获得是基于经过培训的人工判断然后直接从监控画面上截图。基于提供的图像，获得一个识别烟火的图像分类器。导入相关库import pandas as pd...