- 博客(7)
- 资源 (2)
- 收藏
- 关注
原创 pandas基础:Series、DataFrame的生成属性和方法
pandas基础:Series、DataFrame的生成属性和方法(一)一、Series生成、属性、方法(一)Series生成(二)Series属性(三)Series方法二、DataFrame生成、属性、方法(一)DataFrame生成(二)DataFrame属性(三)DataFrame方法三、pandas函数(一)分箱操作(二)虚拟变量(三)生成日期序列参考文档一、Series生成、属性、方法pandas是用来处理表格型或异质型数据的。numpy是用于处理同质型数值类数据的。pandas的两个数据结构
2022-05-04 19:05:53
1492
原创 时间序列预测专项——基于Prophet的业务预测
Prophet模型通过加法将趋势项、季节项、节假日项组合在一起,可以很方便地剥离出不同成分对时间序列的影响或效应。
2022-03-31 22:34:42
763
原创 pyspark训练模型demo(一)
pyspark训练模型demo第一章:分类模型文章目录pyspark训练模型demo一、逻辑回归模型一、逻辑回归模型第一步:通过pandas、createDataFrame创造模型原始数据:# spark version 3.0.1from pyspark.ml.classification import LogisticRegressionimport pandas as pd# 模型数据pandas_df = pd.DataFrame({ 'a': [1,1,0,1,
2021-12-08 00:50:12
1289
原创 【MLlib: Main Guide】Basic statistics
学习目标:学习MLlib: Main Guide的Basic statistics。学习内容:Basic statistics的主要内容:1、Correlation2、Hypothesis testing——ChiSquareTest3、SummarizerCorrelationCorrelation:计算两个序列之间的相关性是统计学中的常见操作。在spark.ml模块中也提供了多个序列间的成对相关性的计算。目前支持计算Pearson相关性和Spearman相关性。Hypot
2021-11-29 22:16:24
1555
原创 第一章:Rstudio的下载
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、R的安装二、RStudio的安装1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、R的安装R官网:https://www.r-project.org/二、RStudio的安装1.引入库代码如下(示例):impo
2021-10-19 20:42:50
158
fbprophet+pytorch+xgboost+lightgbm for python3.8.zip
2021-10-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人