数据分析实战
文章平均质量分 95
大地之灯
这个作者很懒,什么都没留下…
展开
-
数据分析实战 - 2 订单销售数据分析(pandas 进阶)
题目来源:和鲸社区的题目推荐:刷题源链接(用于直接fork运行。原创 2023-11-01 15:00:37 · 2174 阅读 · 0 评论 -
pytorch 入门 (五)案例三:乳腺癌识别-VGG16实现
本文为内部限免文章在本案例中,我将带大家探索一下深度学习在医学领域的应用–完成乳腺癌识别,我们的数据集是由多张组成。关于环境配置请看我之前缩写博客:https://blog.csdn.net/qq_33489955/article/details/132890434?数据集:链接:https://pan.baidu.com/s/1xkqsqsRRwlBOl5L9t_U0UA?pwd=vgqn提取码:vgqn–来自百度网盘超级会员V4的分享。原创 2023-10-27 12:00:09 · 1450 阅读 · 3 评论 -
pytorch 入门 (四)案例二:人脸表情识别-VGG16实现
本文为内部限免文章参考本文所写记录性文章,请在文章开头注明以下内容,复制粘贴即可。原创 2023-10-23 16:53:20 · 1585 阅读 · 0 评论 -
pytorch 入门 (三)案例一:mnist手写数字识别
本文为内部限免文章。原创 2023-10-20 14:11:15 · 1248 阅读 · 0 评论 -
pytorch 入门(二)
本文为内部限免文章。原创 2023-10-17 13:17:52 · 492 阅读 · 0 评论 -
Pandas进阶修炼120题-第三期(金融数据处理,51-80题)
因此,如果您在Python或Java等语言的路径中使用反斜杠,则需要转义它们(’ \ ')或使用原始字符串字面量(例如,在Python中,‘r ’ c:\path\to\file’ ')。Bollinger带包括一个作为n周期简单移动平均线(SMA)的中间带,一个在中间带之上的K倍n周期标准差处的上带,以及一个在中间带之下的K倍n周期标准差处的下带。因此,总而言之,df.isnull().sum()是一个方便的一行代码,它将返回DataFrame df的每列中缺失或NaN值的数量。原创 2023-07-29 15:49:00 · 3505 阅读 · 2 评论 -
Pandas进阶修炼120题-第四期(当Pandas遇上NumPy,81-100题)
d欧式距离(Euclidean distance)是在欧几里得空间中两点之间的 “直线” 距离。对于两个向量A\mathbf{A}A和B\mathbf{B}BdAB∑i1nAi−Bi2dABi1∑nAi−Bi2在 Pandas DataFrame 中,你可以很容易地计算两列之间的欧式距离。原创 2023-09-01 01:31:38 · 2943 阅读 · 2 评论 -
Pandas进阶修炼120题-第五期(一些补充,101-120题)
其中,equal_rows 将是一个元组,包含一个数组,数组中的值是满足条件的行号,可以通过 equal_rows[0] 来访问这个数组。方法更改了 DataFrame 的显示样式,实际上您并没有修改 DataFrame 本身的数据,只是修改了其显示的样式。这是一个很好的方式来格式化 pandas DataFrame 的显示样式,而不真正更改 DataFrame 中的数据。是用来设置 Pandas 显示选项的,确保当您显示 DataFrame 时,所有的列都会被显示出来,而不是被截断。原创 2023-10-03 19:32:19 · 1000 阅读 · 0 评论 -
Pandas进阶修炼120题-第二期(Pandas数据处理,21-50题)
pandas 120题原创 2023-06-24 17:39:13 · 897 阅读 · 4 评论 -
Pandas进阶修炼120题-第一期(Pandas基础,1-20题)
pandas 120道习题总结原创 2023-06-07 17:10:46 · 1774 阅读 · 2 评论 -
数据分析实战 - 1 农民工数据预测(线性回归模型的使用)
以下是农民工收入的统计数据,使用历史年份对制造业,建筑业,批发和零售业,交通运输仓储和邮政业,住宿餐饮业,居民服务修理和其他服务业 收入分别建立回归模型训练,并且对2023年的这几个维度的值进行预测;以下是农民工收入的统计数据,使用历史年份对东部地区,中部地区,西部地区,东北地区收入分别建立回归模型训练,并且对2023年的这几个维度的值进行预测;以下是农民工收入的统计数据,使用历史年份对总体农民工,外出农民工,本地农民工分别建立回归模型训练,并且对2023年的这几个维度的值进行预测;原创 2023-06-02 17:13:40 · 683 阅读 · 0 评论