- 博客(10)
- 收藏
- 关注
RSS订阅原创 天猫订单分析
本项目的数据为2020年2月份天猫某店铺的订单成交数据，共28010条。本人以促进产品销售为目的对项目数据进行分析操作，主要分析思想为结构分析、周期分析、比较分析、关联分析；通过数据分析，进而明确销售现状、挖掘潜在规律、发现存在问题、提出可行性建议，进而为优化经营起到助力作用。具体工作做内容包括：数据清洗，异常值处理，概要性描述性分析，小时、日、周、月销售趋势分析、周期特点分析，退款及退款率分析、订单生命周期分析、销售额地域分布情况分析、产品价格分析、转化率分析等。......
2022-08-10 13:05:42
3328
原创 Titanic第二章：数据重构
2.4 数据的合并2.4.1 任务一：将data文件夹里面的所有数据都载入，观察数据的之间的关系import numpy as npimport pandas as pddf_LeftUp = pd.read_csv('data/train-left-up.csv')df_RightUp = pd.read_csv('data/train-right-up.csv')df_LeftDown = pd.read_csv('data/train-left-down.csv')df_Right
2022-05-23 23:39:28
101
原创 Titanic第二章：第一节数据清洗及特征处理
2.1 缺失值观察与处理import numpy as npimport pandas as pdfrom matplotlib import pyplot as plt#读取文件traindf = pd.read_csv('train.csv')df.info()2.1.1 任务一：缺失值观察df.isnull()df.isnull().sum()df[['Age','Cabin', 'Embarked']]2.1.2 任务二：对缺失值进行处理df1 = df.
2022-05-23 23:26:02
329
原创 第三章 模型搭建和评估-评估
模型评估 模型评估是为了知道模型的泛化能力。 交叉验证（cross-validation）是一种评估泛化性能的统计学方法，它比单次划分训练集和测试集的方法更加稳定、全面。 在交叉验证中，数据被多次划分，并且需要训练多个模型。 最常用的交叉验证是 k 折交叉验证（k-fold cross-validation），其中 k 是由用户指定的数字，通常取 5 或 10。 准确率（precision）度量的是被预测为正例的样本中有多少是真正的正例 召回率（recall）度量的是正类样本中有多少被预测为正类 f-分数是
2022-05-21 22:50:12
211
原创 第三章 模型搭建和评估--建模
import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom IPython.display import Image%matplotlib inlineplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正..
2022-05-21 22:45:25
268
原创 第一章：第二节pandas基础-课程.ipynb
1 第一章：数据载入及初步观察import numpy as npimport pandas as pd1.4.1 任务一：pandas中有两个数据类型DateFrame和Series，通过查找简单了解他们。然后自己写一个关于这两个数据类型的小例子🌰[开放题]a = pd.Series(np.random.randn(5), index=['a','b','c','d', 'e'])aa 1.746811b -0.741633c -0.638711d -0.2
2022-05-21 22:34:14
270
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人