数据分析与挖掘
文章平均质量分 63
统计分析、机器学习、深度学习相关理论及实践。
doublexiao79
这个作者很懒,什么都没留下…
展开
-
时序预测的基本流程及Python实现
参数初始化# 读取数据,指定日期列为指标,pandas自动将“日期”列识别为Datetime格式data = pd.read_excel(discfile, index_col = u'日期')# 时序图plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号plt.show()# 自相关图。原创 2024-07-23 13:15:29 · 473 阅读 · 0 评论 -
聚类模型的基本流程及Python实现
畸变程度越大的K值为最佳,适合无类别标签的情况。FMI值越大的K值为最佳,适合有类别标签的情况。对整个数据进行最大值最小化。原创 2024-07-22 21:58:43 · 226 阅读 · 0 评论 -
分类模型的完整流程及Python实现
加载自带数据集,并提取X和y。原创 2024-07-21 22:20:00 · 428 阅读 · 0 评论 -
预测模型的完整流程及Python实现
加载函数和boston数据集。原创 2024-07-21 22:37:37 · 374 阅读 · 0 评论 -
手机信令数据分析&移动对象轨迹数据分析--论文摘要合集
西安邮电大学学报摘要:将遗传算法和支持向量回归法结合起来,给出一种基于电信位置数据的人群流量预测方法。提取出电信位置数据中的人群流量时间序列,综合考虑其不同时间点值的关联性,用支持向量回归方法对其进行预测,并使用遗传算法对支持向量回归方法的参数进行优化。综合考虑人群流量变化的横向和纵向趋势,同时考虑使用遗传算法对SVR算法的参数进行寻优,给出一种基于综合特征和GA的SVR区域人群流量预测算法,即对原始电信位置数据进行预处理,提取出反映区域人群流量的时间序列,综合考虑其横向变化趋势和纵向变化趋势,建立基于GA原创 2024-07-18 22:00:37 · 1040 阅读 · 0 评论