大数据导论实验
巧喵
医学影像大数据分析
展开
-
实验七:散点图和折线图绘制
一、基本概念1、散点图:散点图是指在回归分析中,数据点在直角坐标系平面上的分布图,散点图表示因变量随自变量而变化的大致趋势,据此可以选择合适的函数对数据点进行拟合。2、折线图:折线图是排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间(根据常用比例设置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势。二、代码编写1、散点图案例import matplotlib.pyplot as pltimport numpy as np# 设置中文黑体为默认字原创 2021-01-04 13:11:43 · 3936 阅读 · 3 评论 -
实验六:泰坦尼克生存预测之缺失值处理
一、任务描述背景故事:泰坦尼克号(RMS Titanic),又译作铁达尼号,是英国白星航运公司下辖的一艘奥林匹克级游轮,排水量46000吨,于1909年3月31日在北爱尔兰贝尔法斯特港的哈兰德与沃尔夫造船厂动工建造,1911年5月31日下水,1912年4月2日完工试航。泰坦尼克号是当时世界上体积最庞大、内部设施最豪华的客运轮船,有“永不沉没”的美誉 。然而不幸的是,在它的处女航中,泰坦尼克号便遭厄运——它从英国南安普敦出发,途经法国瑟堡-奥克特维尔以及爱尔兰科夫(Cobh),驶向美国纽约。1912年原创 2020-12-08 15:10:51 · 3368 阅读 · 2 评论 -
实验五:心脏病分类预测
一、问题描述二、数据集分析数据集地址:https://www.kaggle.com/ronitf/heart-disease-uciage 年龄sex 性别 1=male,0=femalecp 胸痛类型(4种) 值1:典型心绞痛,值2:非典型心绞痛,值3:非心绞痛,值4:无症状trestbps 静息血压chol 血清胆固醇fbs 空腹血糖 >120mg/dl ,1=true; 0=falserestecg 静息心电图(值0,1,2)thalach 达到的最大心率exan..原创 2020-11-21 21:22:01 · 5031 阅读 · 1 评论 -
实验四:基于随机森林的宫颈癌预测
Imputer类:该类在sklearn.preprocessing库中,用于处理丢失的数据,其格式为:imputer = Imputer(missing_values = "NaN", strategy = "mean", axis = 0)参数意义:1.missing_values:缺失值的占位符,所有出现的missing_values都将被估算,可以给它一个整数或者NaN来查找缺失值2.strategy:插补策略,采用“mean”,则使用沿轴的平均值替换缺失值,还可以用“median..原创 2020-11-16 15:49:20 · 4785 阅读 · 4 评论 -
实验三:乳腺癌良恶性预测
一、问题描述利用机器学习算法实现乳腺癌数据集的二分类问题,良恶性乳腺癌肿瘤预测。二、数据集分析乳腺癌数据集下载地址为:https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/ 乳腺癌数据集中一共有699个样本,共11列数据,每个样本有10个特征和1个对应的标签 包含16个缺失值,用”?“标出Sample code number 索引ID Clump Thickness原创 2020-10-19 16:47:32 · 12556 阅读 · 6 评论 -
实验二:糖尿病预测
一、问题描述利用机器学习算法实现糖尿病数据集的二分类问题。二、数据集分析糖尿病数据集中一共有768个样本,每个样本有8个特征和1个对应的标签Pregnancies 怀孕次数 Glucose 葡萄糖测试值 BloodPressure 血压 SkinThickness 皮肤厚度 Insulin 胰岛素 BMI 身体质量指数 DiabetesPedigreeFunction 糖尿病遗传函数 Age 年龄原创 2020-10-10 22:08:20 · 20950 阅读 · 19 评论 -
实验一:鸢尾花数据集分类
实验一:鸢尾花数据集分类一、问题描述二、数据集分析Iris 鸢尾花数据集内包含 3 种类别,分别为山鸢尾(Iris-setosa)、变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)。 数据集共 150 条记录,每类各 50 个数据,每条记录有花萼长度、花萼宽度、花瓣长度、花瓣宽度4项特征,通过这4个特征预测鸢尾花卉属于哪一品种。 iris数据集包含在sklearn库当中,具体在sklearn\datasets\data文件夹下,文件名为iris.c.原创 2020-10-04 11:58:32 · 68659 阅读 · 9 评论