import pandas as pd
import numpy as np
data = pd.read_csv('C:/Users/Lenovo/Desktop/data.csv',sep = ',')
data
#相关系数
data.corr()
import matplotlib.pyplot as plt
import seaborn as sns
plt.rcParams['font.sans-serif'] = 'SimHei'
heat = sns.heatmap(data.corr())
heat.set_title('各个变量的相关系数图')
data.describe()#描述性统计
import matplotlib.pyplot as plt
data.plot.box()#绘制箱线图
plt.show()
import matplotlib.pyplot as plt
import seaborn as sns
plt.rcParams['font.sans-serif'] = 'SimHei'
heat = sns.heatmap(data.corr() )
heat.set_title('各变量的相关系数图')
plt.show()
```#导入Lasso回归模型
from sklearn.linear_model import LassoCV
x = data.iloc[:,0:13</
泰迪—财政收入预测
最新推荐文章于 2024-10-17 09:49:32 发布
本文探讨了如何利用Python和大数据技术对财政收入进行精准预测。通过数据预处理、特征工程和应用机器学习模型,例如线性回归或时间序列分析,来洞察财政收入的趋势和模式。博客详细解释了每一步骤,并提供了相关的代码示例。
摘要由CSDN通过智能技术生成