Python小案例:预测小偷行为

本文通过时间序列分析发现杂货店失窃数额在周三和特定活动日存在周期性,疑似与附近学校学生放假有关。接着运用逻辑回归分析,将日期类型转化为虚拟变量,结果显示周三和活动日与失窃损失显著相关,进一步证实了学生的嫌疑。然而,由于数据限制,不能排除其他潜在盗窃团伙的可能性。
摘要由CSDN通过智能技术生成

案件回顾

杂货店屡遭贼
1,杂货店遭小偷情况严重
2,现有8个月内,每天的失窃纪录
3,偷窃者有老顾客家属和学生,店主希望能防患于未然(问题:失窃是否有规律?怎样运用规律堤防盗贼?)

时间序列分析

将数据存储为csv格式,导入python,查看前10行数据。
[Python] 纯文本查看 复制代码
?
1
2
3
4
5
import pandas as pd
 
xiaotailang = pd.read_csv('xiaotailang.csv')
 
xiaotailang.head(10)
按照时间顺序,画出失窃数额的线形图。
[Python] 纯文本查看 复制代码
?
1
2
3
4
5
6
7
8
9
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值