playgoon2的博客

版权声明：本文为博主原创文章，未经博主允许不得转载。       pandas是python进行数据分析必须掌握的基本技能。对于许多初学者而言,pandas中最基本的loc,iloc,at,iat等查询方法十分容易混淆。对于体量较小的数据而言excel能较好进行数据分析、整理工作，对于大多数数据工作者对excel都十分的熟悉。为了能更好的理解pandas的查询操作，这里选用excel作为对比材

版权声明：本文为博主原创文章，未经博主允许不得转载。数据分析时，数据清理是一个重要的环节，处理缺失值是常见问题。处理方法可分为三类，删除记录、插值和不处理。这里介绍用拉格朗日插值方法以及在python数据分析中的实现。拉格朗日插值法是根据已知的点求取函数对未知点进行插值，具体细节这里不做具体介绍，想了解的朋友可以去数数值分析的内容。这里以应用为主，介绍scimpy中的lagrange（）函

本文重点介绍KMeans在python数据分析的实现，快速掌握利用sklearn实现聚类分析的操作方法，先会用在应用中进一步理解内涵也是一种学习途径。

Python sklearn中的LinearRegreesion实例

PCA 算法也叫主成分分析（principal components analysis），主要是用于数据降维的。关于降维，可以这样理解，一组数据有n个feature（客户年龄，收入，每个月消费额度等等），每一个feature有一系列的观测点。而这n个feature中有一些存在线性相关，比如对于某些群体而言，收入和消费是线性相关的。此时我们进行多维度数据分析时只需要考虑其中一个参数就可以足够了，这样

演示BP神经网络计算过程，反向传播的计算过程，帮助理解神经网络工作原理，算一遍就能懂。

Kmeans聚类算法在python下的实现--附测试数据