weixin_40300458的博客

导库import pandas as pdimport matplotlib.pyplot as pltfrom matplotlib.font_manager import FontPropertiesfont = FontProperties(fname=r'c:\windows\fonts\simsun.ttc',size=12)plt.style.use('ggplot')数据来自...

浅复制：1、‘=’浅复制b = a改变b的值，a也会发生相同的变化import copy2、copy.copy()浅复制或a.copy()b = copy.copy(a)b = a.copy()如果a 的形式如[1,2,3,4,[5,6]]改变b的1,2,3的值，不会影响a的值，但是改变[5,6]的值，就是相应的改变a内[5,6]的值。深复制b = co...

#-*- coding: utf-8 -*-from __future__ import print_functionimport pandas as pd#自定义连接函数，用于实现L_{k-1}到C_k的连接def connect_string(x, ms): x = list(map(lambda i:sorted(i.split(ms)), x)) l = len(x[0...

data = pd.read_excel(r'C:\Users\Administrator\Desktop\principal_component.xls',header = None)from sklearn.decomposition import PCApca = PCA()#默认不输入n_components时，n_components=min(样本数，特征数)pca.fit(d...

data = pd.read_excel(r'C:\Users\Administrator\Desktop\sales_data.xls',index_col = '序号')data['天气']= data['天气'].map({'坏':0,'好':1})data['是否周末'] = data['是否周末'].map({'是':1,'否':0})data['是否有促销'] = data[...

发现有很多资料对混线矩阵以及recall、precision的定义不一致，经过比较发现《数据挖掘导论》对其定义比较的正确 混淆矩阵  预测值 + - 真实值 + TP FN - FP TN 所谓的TN，TP都是针对预测值阐述的，例如预测值为‘-’，对应的为‘N’，至于是TN还是FN根据真实值的情况判断，真实值也为‘-’，则TN，...

import matplotlib.pyplot as pltfrom sklearn.manifold import TSNEtsne = TSNE()tsne.fit_transform(data_scale)tsne = pd.DataFrame(tsne.embedding_,index = data_scale.index)#tsne.embedding_即降维后的二维数据...

data = pd.read_excel(r'C:\Users\Administrator\Desktop\arima_data.xls',index_col = '日期')data.plot()单调递增的，不平稳单位根检验下from statsmodels.tsa.stattools import adfuller as ADFADF(data['销量'])&gt...

主要思想：用聚类方式划分数据为不同的簇，计算簇内每个点对于簇中心的相对距离（相对距离 = 点到簇中心的距离/这个簇所有点到簇中心距离的中位数），可视化后，检测出相对距离较大的点。注意是每个点到簇中心的距离的中位数，不是平均值，因为异常值对中位数的影响很小，几乎可以忽略，但是对均值的影响很大。 from sklearn import preprocessingfrom sklea...

1、牛顿插值法转载于https://blog.csdn.net/deramer1/article/details/79037740 x = [0,1,2,3,5,6]#输入已知的x值y = [0,1,4,9,25,36]#输入已知的y值def five_order_difference_quotient(x, y): # i记录计算差商的次数，这里循环5次，计算5次...

from numpy import *def createdataset(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ["a","a","b","b"] return group,labelsgroup,labels = knn.createdataset()def class...

一元线性回归import tensorflow as tfimport numpy as nplearning_rate = 0.02#学习率training_epochs = 100#跌打次数train_X = np.array([3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167, ...

kaggle上的一个经典的比赛，试试手，权当了解比赛的过程和了解sklearn的建模过程导库import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.style.use('ggplot')读取数据train_data = pd.read_csv(r'C:\Users\Administrator\Deskto...

第三章顾客满意度分析 问卷形式 问卷内容变量：年龄、性别、推荐度、购物频次、交通方式。需求：受访者的性别、年龄分布 推荐度频数及均数 受访者的购物频次分布和均数 受访者使用的交通工具一、数据准备1、对年龄数值进行重编码（根据需求1需要计算年龄的均数）将年龄转为组中值（编号2的转为28.5，编号3的转为50）2、对购物频次重编码（根据需求3需要计算频数的...

一、连接数据库安装了mysql之后自动安装了ODBC，在开始菜单下搜索“ODBC”即可，打开ODBC，在用户DCN中设置需要连接的数据库即可。1、选择消费金额前10的顾客根据订单表、订单明细表、客户表写类似sql的语句，根据订单id汇总总金额，根据总金额降序选择前10条，根据订单id合并订单表、最后根据客户id合并客户表即可。用mysql导入数据：打开sqlyog，点击相应的数...

何大安：大数据会改变人的认知https://mp.weixin.qq.com/s/ldK2x31H5w8YD7F-sQBDcw朱海就：这是理性的狂妄https://mp.weixin.qq.com/s/LPLTcAo_jcRFtIZRGsWJGg

https://mp.weixin.qq.com/s/iHX7JWqigVvSslP5FijBJg

分析目的在10中种样品中，最受欢迎的是哪几种 消费者的口味在不同城市有什么不同 分析城市和品牌是否存在交互作用 交叉表 不同因素下均值描述步骤：分析——比较均值——均值条图显示不同品牌的口味评分均值（带误差线） 不同品牌评分分析避免城市因素的干扰（可能存在交互项），对每个城市的样本分别进行分析按城市分割文件步骤：数据——拆分文件——选择...

准备把《IBM SPSS数据分析与挖掘实战案例精粹》复习一下，顺便用python代替spss modeler实现数据梳理和算法，一来巩固下统计学知识，二来加强下coding能力！！！学校镇楼！！！...

一、数据挖掘方法论CRISP-DM方法论1、商业理解；数据理解；数据准备；建立模型；模型评估；结果部署商业理解：确定商业目标、确定数据挖掘目标；数据理解：数据初步采集、数据描述、数据探索性分析；数据准备：数据清洗、数据构建（衍生变量）、整合数据；建立模型：选择建模技术、生成检验、建模、评估模型；模型评估：评估结果、过程回顾；结果部署：生成最终报告、项目回顾。 ...

数据来自githubfrom os import pathimport jiebaimport matplotlib.pyplot as pltfrom wordcloud import WordCloud,STOPWORDS,ImageColorGeneratortext = ''with open(r'C:\Users\Administrator\Desktop\疫苗名称.t...