![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
TristaCchi
管理学girl学技术
展开
-
python 查看包的版本
python查看包的版本导入包,输入包名.__version__即可如:import statsmodelsstatsmodels.__version__再如:import scipyscipy.__version__注:(1)version前后是双下划线(2)机器学习相关的一些包不同版本预测结果不一致,包在不停更新,预测能力不断提升...原创 2020-12-08 10:34:05 · 32517 阅读 · 0 评论 -
2020研究生数模整理(3):决策树可视化
本文为随机森林/决策树的决策过程可视化展示,在数模整理(1)中粗略介绍过,这里将简述库export_graphviz的安装,并结合随机森林对决策树的绘制过程进行详细的介绍。1 export_graphviz安装1.1 下载在官网中下载:http://www.graphviz.org/download/;我是win10,使用的是graphviz-2.38,百度云提取:链接:https://pan.baidu.com/s/1BsJLL0QqhXruEXCiqMH9QQ提取码:trst1.2 安装原创 2020-10-11 17:14:47 · 839 阅读 · 1 评论 -
2020研究生数模整理(2):plotly双坐标轴绘制多个轨迹
B题最后一题为可视化,绘制各个变量的变动对产品辛烷值和硫的值的影响。由于变量有将近30个,为了节省论文的长度,我们选择双坐标绘图。这里选择的plotly是plotly.offline。1 载入包import pandas as pdimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlineimport plotly.offline as py #主角,绘图的库import plotly.graph_objs as g原创 2020-09-27 23:54:32 · 2353 阅读 · 0 评论 -
2020研究生数模整理(1):机器学习回归+GridSearch参数调优+AutoML(TPOT)+模型评估+决策树绘制
本文将简单介绍以下三点内容:(1)三种回归模型:线性回归、随机森林(输出决策树图)、梯度提升回归(2)使用GridSearch对机器学习模型进行参数调优(3)自动机器学习包:TPOT1 三种回归模型1.1 线性回归线性回归的原理比较简单,不多说,直接上代码。1.2 随机森林随机森林是基于树的回归,这里会介绍1.2.1 模型1.2.2 决策树输出1.3 梯度提升回归2 GridSearch参数调优3 自动机器学习包:TPOT...原创 2020-09-21 19:53:45 · 1613 阅读 · 0 评论 -
neo4j使用教程(数据的导入和简单的语句)
写在前面:在前边出了一个详细的neo4j安装教程之后,写一个简单的neo4j使用教程。1 数据的导入数据的导入这里介绍两个常用的方法,语句导入和用cmd命令行导入。1.1 创建数据例如,创建两个同学(nodes),属性有学号、姓名、性别和年龄,关系为classmate(relationship)。//nodeCREATE (student1:Person {sid:'1001', na...原创 2019-11-21 18:34:58 · 32711 阅读 · 1 评论 -
jupyter notebook关联R语言
用Python比较多,习惯性用jupyter notebook敲代码,由于最近一些统计工作R语言更好用,于是决定将jupyter notebook与R语言关联。1 准备工作下载安装 Anoconda, R语言,Rstudio,Git,都可以在官网找到并安装。anoconda下载地址:https://www.anaconda.com/Git下载地址:https://git-scm.com/d...原创 2019-11-12 14:45:18 · 1443 阅读 · 2 评论