数据分析与挖掘实战
Hello_Git
这个作者很懒,什么都没留下…
展开
-
【数据分析与挖掘实战】03
第5章 挖掘建模5.1 分类与预测5.1.1 实现过程有误未改麻烦原创 2021-02-07 23:39:25 · 73 阅读 · 0 评论 -
【数据分析与挖掘实战】02
第四章 数据预处理4.1 数据清洗4.1.1 缺失值处理拉格朗日插值:有误-未改# 用拉格朗日法进行插补import pandas as pdfrom scipy.interpolate import lagrange # 导入拉格朗日函数import xlwtinputfile = './data/catering_sale.xls' # 销售数据路径outputfile = './sales.xls' # 输出数据路径data = pd.read_excel(inputfi原创 2021-02-07 17:18:15 · 302 阅读 · 0 评论 -
【数据分析与挖掘实战】01
第三章 数据探索3.1 数据质量分析3.1.1 缺失值分析3.1.2 异常值分析import pandas as pdcatering_sale = '../data/catering_sale.xls' #餐饮数据data = pd.read_excel(catering_sale, index_col = u'日期') #读取数据,指定“日期”列为索引列print(data.describe()) 销量count 200.000000mean原创 2021-02-07 15:27:10 · 382 阅读 · 0 评论