- 博客(6)
- 收藏
- 关注
RSS订阅原创 2021-04-12
客户价值分析前言一、步骤1.导入数据2.数据探索3.数据预处理4.特征选取和特征处理5.模型构建和模型训练6.模型可视化总结 前言 本文主要对航空公司的客户进行价值分析 提示：以下是本篇文章正文内容 一、步骤 1.导入数据 import pandas as pd、 air_data=pd.read_csv('D:/jupter notebook tmp/air_data.csv',encoding='gb18030') 2.数据探索 data.head() air_data.info() #发现票价
2021-04-12 11:27:23
111
原创 2021-04-11
系列文章目录 财政收入预测分析(灰色预测) 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 财政收入预测分析系列文章目录前言一、步骤1.数据探索和预处理1.1数据探索1.2数据预处理2.自定义灰色预测模型3.创建2014和2015年数据并对其x值进行预测实验4.预测2014年和2015年数据x值总结 前言 本文对财政收入进行预测分析，采用灰色预测 提示：以下是本篇文章正文内容，下面案例可供参考 一、步骤 1.数据探索和预处理 1.1数据探索 #导入所有需要的库 import num
2021-04-11 23:17:55
393
原创 2021-04-11
系列文章目录 对图像进行识别并分类系列文章目录前言二、步骤1.读取一张图片2.数据清洗：图片分割3.特征提取3.1将图像数据转成数组数据3.2提取水质图像的特征4.批量读取所有图片4.1自定义函数读取图片4.2批量处理图片5.划分数据集6.模型构建和预测7.模型预测评估总结 前言 本文是对水色图像进行识别 提示：以下是本篇文章正文内容，下面案例可供参考 二、步骤 1.读取一张图片 from PIL import Image path='D:/shujuwajue/基于水色图像的水质识别/water_
2021-04-11 11:14:06
218
原创 2021-04-09
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、pandas是什么？二、使用步骤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
2021-04-10 18:30:04
264
转载 2021-04-08
系列文章目录 ** 大数据智能推荐（法律） ** 大数据智能推荐（法律）系列文章目录大数据智能推荐（法律）前言一、步骤1.数据读取2.数据探索与分析2.1简单的数据探索2.2网页类型的统计分析2.21统计分析咨询类型网页内部点击情况2.22统计分析其他类型网页内部点击情况3.数据预处理4.数据准备5. 构建用户-物品二元矩阵6.自定义杰卡德相似函数7.构建测试集浏览字典8.构建评分矩阵模型评价总结 前言 本文大量参考https://blog.csdn.net/weixin_47922824/articl
2021-04-08 23:15:52
385
原创 2021-03-09
pandas库中resample的使用规范 代码如下（示例）： import pandas as pd crime=pd.read_csv('D:/jupter notebook tmp/wenjian/wenjian/US_Crime_Rates_1960_2014.csv') #按照Year（每十年）对数据框进行分组并求和 crime.set_index('Year') crime.index=pd.to_datetime(crime.index) #resample的数据必须是datetime-l.
2021-03-09 16:30:45
142
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