- 博客(4)
- 收藏
- 关注
RSS订阅原创 b站美食区分析报告
b站美食区数据分析，挖掘成为美食区up的可能前言：数据来源：b站网页端爬取的视频信息–视频id、发布时间、播放量、点赞量等，均不涉及任何用户隐私，所有信息都是基于b站网站下的公开信息。目录一、美食区概况1.1 美食区的投稿量情况1.2 创作者的拉新和留存情况一.介绍1.1 研究背景哔哩哔哩弹幕网是中国年轻人高度聚集的综合性视频社区，近几年来多元化社区的建设给平台带来了一大波流量，而美食区因其贴近日常和上手简单等属性也受到了很多创作者和观众的青睐，2020年9月，哔哩哔哩将美食区从生活区中抽
2021-08-17 20:33:05
723
原创 炉石传说数据分析
炉石传说数据分析本文数据来自于和鲸社区，具体链接如下：https://www.kesci.com/mw/dataset/5a2f6db29e1efb4048818eb7/content主要用于数据分析工作分享背景介绍：炉石传说是暴雪在2014年发行的一款热门纸牌类游戏，玩家通过选择30张卡牌构建牌组并通过思考战胜对手。数据集中包含了2014-2017（其中2017只有少量数据）的卡组信息和卡片的属性信息数据字典：#数据字典#craft_cost (int) ：制作卡组所需要的粉尘量#date
2021-03-31 17:00:41
819
2
原创 sklearn实战2：tiitanic生存预测
这篇文章是记录下我在kaggle玩的第一个数据分析项目，预测titanic灾难生存。首先从kaggle官网下载数据import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsplt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False train_data=p
2020-12-09 10:40:27
179
原创 sklearn实战
基于sklearn的房价预测本文是博主学习sklearn的记录，主要用于总结自己在学习中遇到的问题和不会的函数。目的是学习使用sklearn进行数据分析。作为每个数据分析问题的开端，我们总是要先对问题进行分析对问题进行划分，去社区查看是否存在类似的问题，参考别人的求解方法和效果，对其进行改进。1. 数据获取import osimport tarfilefrom six.moves import urllibDOWNLOAD_ROOT ="https://raw.githubuserco
2020-12-05 08:57:17
323
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人