金融统计分析与挖掘实战7.6-7.7

最新推荐文章于 2023-04-29 09:36:33 发布
最新推荐文章于 2023-04-29 09:36:33 发布
阅读量1.5k 收藏 17
点赞数 2
分类专栏： Python 文章标签： 预测；沪深300；机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44723899/article/details/124753160
版权

7.6 沪深300指数走势预测

import os
os.chdir("C:\\Users\\Administrator\\Desktop")  #设置路径
import pandas as pd
import numpy as np

7.6.1 读取数据

td=pd.read_excel('index300.xlsx')   # 读取数据
td.head(6) # 查看前6行
IndexcdIdxtrd01Idxtrd02Idxtrd03Idxtrd04Idxtrd05Idxtrd06Idxtrd07Idxtrd08
03002014-01-022323.432325.992310.652321.98451942.914901221.11-0.3454
13002014-01-032311.972314.842280.892290.78597826.455773970.99-1.3436
23002014-01-062286.372286.372229.332238.64663004.035997936.01-2.2762
33002014-01-072222.312246.792218.652238.00437531.034256564.81-0.0284
43002014-01-082240.642262.582228.422241.91513488.545069148.890.1747
53002014-01-092236.972258.892220.802222.22559870.415439949.13-0.8783

7.6.2 计算各种指标

A1=td['Idxtrd05'].values/td['Idxtrd05'].rolling(10).mean() #收盘价除以过去10日移动平均收盘价
A2=td['Idxtrd06'].values/td['Idxtrd06'].rolling(10).mean() #交易量除以过去10日移动平均交易量
A3=td['Idxtrd08'].values  # 收益率
A4=td['Idxtrd03'].values/td['Idxtrd05'].rolling(10).mean() #最高价除以过去10日移动平均收盘价
A5=td['Idxtrd04'].values/td['Idxtrd05'].rolling(10).mean() #最低价除以过去10日移动平均收盘价
A6=td['Idxtrd03'].values-td['Idxtrd04'].values  #极差，最高价-最低价
A7=td['Idxtrd05'].values-td['Idxtrd02'].values  #当天收益，收盘价-开盘价
print(A1)   #输出A1
print(A5)   #输出A5

0           NaN
1           NaN
2           NaN
3           NaN
4           NaN
         ...   
240    1.008022
241    1.033503
242    1.029035
243    1.024952
244    1.042181
Name: Idxtrd05, Length: 245, dtype: float64
0           NaN
1           NaN
2           NaN
3           NaN
4           NaN
         ...   
240    0.975050
241    1.000262
242    1.014258
243    1.014464
244    1.018230
Name: Idxtrd05, Length: 245, dtype: float64

X = {'A1':A1,'A2':A2,'A3':A3,'A4':A4,'A5':A5,'A6':A6,'A7':A7}  # 保存成字典形式
X = pd.DataFrame(X)  # 转化成数据框
X.head(6)
A1A2A3A4A5A6A7
0NaNNaN-0.3454NaNNaN15.34-1.45
1NaNNaN-1.3436NaNNaN33.95-21.19
2NaNNaN-2.2762NaNNaN57.04-47.73
3NaNNaN-0.0284NaNNaN28.1415.69
4NaNNaN0.1747NaNNaN34.161.27
5NaNNaN-0.8783NaNNaN38.09-14.75
X = X.iloc[9:-1,]  #数据切片，从第10行开始到最后一行
计算决策变量Y
Y = td['Idxtrd05'].values[1:] - td['Idxtrd05'].values[:-1]  #后一日收盘价-前一日收盘价
Y=Y[9:]  # 注意错位相减的行数
Y[Y>0]=1  # 后一日收盘价-前一日收盘价大于0，表示上涨，记为1
Y[Y<=0]=-1 # 后一日收盘价-前一日收盘价小于0，表示下跌，记为-1
Y=Y.reshape(len(Y),1)
print(Y)

[[ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [-1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]
 [ 1.]
 [-1.]
 [-1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]
 [ 1.]]

7.6.3 模型求解

# 1.划分训练集和测试集
x_train=X.iloc[:len(X)-30,:]  # 训练集的自变量
Y_train=Y[:len(Y)-30]         # 训练集的因变量
x_test=X.iloc[len(X)-30:,:]   # 测试集的自变量
Y_test=Y[len(Y)-30:]          # 测试集的因变量

# 2.模型求解和检验
支持向量机模型
from sklearn import svm
clf = svm.SVC(kernel='rbf')  
clf.fit(x_train, Y_train) 
rv1=clf.score(x_train, Y_train);
R=clf.predict(x_test)
R=R.reshape(len(R),1)
Z=R-Y_test
Rs1=len(Z[Z==0])/len(Z)

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py:63: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
  return f(*args, **kwargs)
逻辑回归
from sklearn.linear_model import LogisticRegression as LR
lr = LR()   #创建逻辑回归模型类
lr.fit(x_train, Y_train) #训练数据
rv2=lr.score(x_train, Y_train); # 模型准确率（针对训练数据）
R=lr.predict(x_test)
R=R.reshape(len(R),1)
Z=R-Y_test
Rs2=len(Z[Z==0])/len(Z)

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py:63: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
  return f(*args, **kwargs)
神经网络模型
from sklearn.neural_network import MLPClassifier
clf = MLPClassifier(solver='lbfgs', alpha=1e-5,hidden_layer_sizes=(5,2), random_state=1)
clf.fit(x_train, Y_train);
rv3=clf.score(x_train, Y_train)
R=clf.predict(x_test)
R=R.reshape(len(R),1)
Z=R-Y_test
Rs3=len(Z[Z==0])/len(Z)

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py:63: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
  return f(*args, **kwargs)

print('支持向量机模型准确率：',rv1)
print('逻辑模型准确率：',rv2)
print('神经网络模型准确率：',rv3)
print('---------------------------------------------')
print('支持向量机模型预测准确率：',Rs1)
print('逻辑模型预测准确率：',Rs2)
print('神经网络模型预测准确率：',Rs3)

支持向量机模型准确率： 0.5707317073170731
逻辑模型准确率： 0.5658536585365853
神经网络模型准确率： 0.5073170731707317
---------------------------------------------
支持向量机模型预测准确率： 0.7666666666666667
逻辑模型预测准确率： 0.7666666666666667
神经网络模型预测准确率： 0.8

7.7 基于主成分聚类的上市公司盈利能力分析

7.7.1 数据获取

data = pd.read_excel('财务指标数据.xlsx')
data.head(6)
StkcdAccperF050502BF050102BF050202BF051201BF051501BF053301BF051401BF052101B
06672015-12-310.0724960.0306300.0254590.0453000.0907940.2879460.1257220.160675
18382015-12-310.0755360.0206260.0195930.0256990.1160620.3482870.0666120.112519
26008162015-12-310.4245110.2843500.2843500.1880290.666531NaN0.892360NaN
36003582015-12-310.0421720.0475140.0176120.0513830.1459280.8674840.3936010.241220
46011552015-12-310.1837250.0425600.0403580.0936320.1018130.2680850.1388370.172821
522312015-12-310.0071490.0055770.0055430.0066710.0121310.2518300.0034210.021860

7.7.2 数据清理

# 切片挑选需要的变量
data2 = data.iloc[:,[ 0,2,3,4,5,6,7,8,9]]
data2 = data2[data2 > 0]
data2 = data2.dropna()
data2 = data2.values
print(data2)

[[6.670000e+02 7.249600e-02 3.063000e-02 ... 2.879460e-01 1.257220e-01
  1.606750e-01]
 [8.380000e+02 7.553600e-02 2.062600e-02 ... 3.482870e-01 6.661200e-02
  1.125190e-01]
 [6.003580e+05 4.217200e-02 4.751400e-02 ... 8.674840e-01 3.936010e-01
  2.412200e-01]
 ...
 [6.100000e+01 7.233000e-03 1.635800e-02 ... 4.855560e-01 2.796000e-03
  8.079900e-02]
 [4.020000e+02 8.117500e-02 3.283800e-02 ... 3.005470e-01 2.048840e-01
  2.474820e-01]
 [2.000540e+05 1.753463e+00 1.647230e-01 ... 6.664500e-02 1.749230e-01
  1.550150e-01]]

for i in range(1,9):
    data2=data2[data2[:,i]<8*np.mean(data2[:,i]),:] # 每个变量里面如果存在大于8倍该变量均值的数值，则视为异常值，将其去掉

# 选择计算机行业上市公司的数据
dta=pd.read_excel('申万行业分类.xlsx')
stkcd=dta.loc[dta['行业名称'].values=='计算机','股票代码'].values
s=data2[:,0]
I=s==stkcd[0]
for i in range(1,len(stkcd)):
    I1=s==stkcd[i]
    I=I|I1
ddata=data2[I,:]
X=ddata[:,1:]

# 标准化处理
from sklearn.preprocessing import MinMaxScaler
scaler =  MinMaxScaler()
scaler.fit(X) 
X=scaler.transform(X)

7.7.3 主成分分析

from sklearn.decomposition import PCA 
pca = PCA(n_components = 0.95)      #累计贡献率为95%
Y = pca.fit_transform(X) 
tzxl = pca.components_              #返回特征向量
tz = pca.explained_variance_          #返回特征值
gxl = pca.explained_variance_ratio_    #返回主成分方差百分比（贡献率）

# 对主成分后的Y标准化
scaler =  MinMaxScaler()
scaler.fit(Y) 
Y = scaler.transform(Y) 

print(Y)

[[1.         0.35271541 0.        ]
 [0.39016096 0.53879807 0.57018667]
 [0.30010244 0.39406656 0.56879495]
 [0.27039046 0.2964222  0.46070532]
 [0.48672129 0.35397777 0.38666498]
 [0.21309201 0.25788551 0.45081498]
 [0.27912283 0.54280988 0.51318843]
 [0.1572944  0.50142123 0.36082199]
 [0.19677837 0.3616009  0.48022782]
 [0.38521072 0.49713145 0.72720359]
 [0.14710215 0.39917128 0.39988137]
 [0.16162013 0.48137942 0.3416155 ]
 [0.52232947 0.52497807 0.41118528]
 [0.45481913 0.48211103 0.61319047]
 [0.02613532 0.40745569 0.46097522]
 [0.19409062 0.62824552 0.47880802]
 [0.21853564 0.53107475 0.459496  ]
 [0.15451249 0.2584657  0.27652781]
 [0.08716958 0.45388591 0.41742003]
 [0.36001074 0.16638344 0.0750454 ]
 [0.25176958 0.3232513  0.30290889]
 [0.56960641 0.59926141 0.6247297 ]
 [0.1351583  0.29402457 0.53914207]
 [0.27232579 0.28188235 0.72458263]
 [0.16228433 0.61384212 0.46062233]
 [0.2289046  0.66079344 0.48278713]
 [0.398054   0.48727234 0.4361368 ]
 [0.30570314 0.57964964 0.67379527]
 [0.42098929 0.         0.42194875]
 [0.12282552 0.31680236 0.39509641]
 [0.11417217 0.50357034 0.40670324]
 [0.4014705  0.64036035 0.47896145]
 [0.25641914 0.75649382 0.50332891]
 [0.46193257 0.74745698 0.55891119]
 [0.19872465 0.42003761 0.42507615]
 [0.06461358 0.49796433 0.41328105]
 [0.13887415 0.19118031 0.59227063]
 [0.33953678 0.20816981 0.53728959]
 [0.28806008 0.5661635  0.37056341]
 [0.58050128 0.36931633 1.        ]
 [0.31451271 0.1343195  0.46261752]
 [0.23753148 0.36934836 0.23481502]
 [0.03163158 0.32978406 0.49743078]
 [0.         0.50050413 0.24093191]
 [0.37779225 0.54069871 0.56592613]
 [0.28105514 0.40015422 0.49895377]
 [0.18592627 0.25201196 0.85142195]
 [0.11816703 0.245758   0.58946425]
 [0.52577689 1.         0.61892863]
 [0.2766132  0.40461408 0.61805954]
 [0.36167024 0.13410407 0.99959069]
 [0.24300298 0.33816989 0.36047089]
 [0.35341    0.41121232 0.35831831]
 [0.27428105 0.57993231 0.62323712]
 [0.31181231 0.3417833  0.58027724]
 [0.2306254  0.46532333 0.49240407]
 [0.31088556 0.63316711 0.38927324]
 [0.27945894 0.34491699 0.46414593]
 [0.1415173  0.33861322 0.55011358]
 [0.42270587 0.40673737 0.32336965]
 [0.17331604 0.48086027 0.32196112]
 [0.39871826 0.65131775 0.61251796]
 [0.19795737 0.44479349 0.57140924]
 [0.18988548 0.27265764 0.59527533]
 [0.64756809 0.26874946 0.20169429]
 [0.20789073 0.60402229 0.43318674]
 [0.24534499 0.47924495 0.42494554]
 [0.21588013 0.62823678 0.47726656]
 [0.29152982 0.56142069 0.57746981]
 [0.23964301 0.3610168  0.31973727]
 [0.14006785 0.38229718 0.51898427]
 [0.24160422 0.39956274 0.30514966]
 [0.43254606 0.43522082 0.85266599]
 [0.10428289 0.42424925 0.51831267]
 [0.18135159 0.41260571 0.32491939]
 [0.29927567 0.37596953 0.36773508]
 [0.28565189 0.15749429 0.48514758]
 [0.35741342 0.35168311 0.47948626]
 [0.21023831 0.13466273 0.79021532]
 [0.27476166 0.52728366 0.42556418]
 [0.43864979 0.38382313 0.34667911]
 [0.48912006 0.51053069 0.25666985]
 [0.5792899  0.48315188 0.47186856]
 [0.08946935 0.60192197 0.34586447]
 [0.08836171 0.24211162 0.58207393]
 [0.43032257 0.56941608 0.54411348]
 [0.39972691 0.51887879 0.3129126 ]
 [0.45183958 0.14529451 0.38886917]
 [0.22710544 0.30796581 0.44015714]
 [0.38234097 0.27028947 0.58782501]
 [0.37808409 0.29362605 0.30143069]
 [0.16424462 0.53304101 0.46728502]
 [0.3915905  0.52237116 0.49260511]
 [0.15294694 0.41858487 0.43664275]
 [0.42325175 0.03416457 0.56357409]
 [0.09925005 0.33448112 0.58506441]
 [0.38732987 0.00316802 0.12895581]
 [0.44630218 0.56498237 0.35338581]
 [0.24619225 0.27918856 0.61966313]
 [0.18725085 0.23401407 0.49428424]
 [0.26648399 0.3242053  0.57301473]
 [0.25558567 0.35664406 0.51600676]
 [0.24587741 0.15197482 0.56010903]
 [0.43851468 0.0645047  0.40736009]
 [0.31288722 0.34411938 0.37381343]
 [0.20092546 0.37832537 0.43608698]
 [0.2744214  0.43821201 0.46568662]
 [0.23056008 0.23317136 0.66354976]
 [0.20773999 0.49743118 0.43396559]
 [0.29313224 0.48525078 0.49252522]
 [0.2341254  0.3597684  0.37329531]
 [0.05266023 0.50083512 0.39115158]
 [0.32669163 0.84759859 0.60215241]
 [0.30555832 0.34529031 0.25144697]
 [0.37541006 0.4471835  0.41326947]
 [0.50835938 0.23696001 0.68037798]
 [0.47968784 0.31902553 0.30531284]
 [0.47824868 0.50241261 0.53507055]
 [0.24190473 0.51344189 0.4013775 ]
 [0.09110503 0.27711092 0.53113462]
 [0.31704437 0.4750707  0.28918813]
 [0.17131301 0.41297434 0.35863972]
 [0.46122029 0.28651035 0.76438713]
 [0.21306854 0.57312665 0.5193129 ]
 [0.31135553 0.35684707 0.46800267]
 [0.21752449 0.70726552 0.49147669]
 [0.27467357 0.6547978  0.47292997]
 [0.5016703  0.42772846 0.51741645]
 [0.05422398 0.40111387 0.23208408]
 [0.11352917 0.66592656 0.35955919]]

7.7.4 K-Means聚类

from sklearn.cluster import KMeans   
model = KMeans(n_clusters = 5, random_state=0, max_iter = 1000) 
model.fit(Y) 
c=model.labels_
center=model.cluster_centers_
center=pd.DataFrame(center)
center.columns=['Y1','Y2','Y3']

# 将公司名和股票代码对应组合
Fs=pd.Series(c,index=ddata[:,0])
Fs=Fs.sort_values()
co=pd.read_excel('公司基本信息表.xlsx')
co1=pd.Series(co['Stknme'].values,index=co['Stkcd'].values)
# 设置成5类
for i in range(5):
    q=co1[Fs[Fs==i].index]
    q=pd.DataFrame(q)
    q.to_excel('c'+str(i)+'.xlsx')

7.7.5 计算每类公司总利润平均增长率

rd=pd.read_excel('利润数据.xlsx')
r_c=[]
for n in range(5):
    cn=list(Fs[Fs==n].index)
    r1_n=0
    r2_n=0
    for t in cn:
        I1=rd['Accper'].values=='2014-12-31'
        I2=rd['Accper'].values=='2015-12-31'
        I3=rd['Stkcd'].values==t
        index1=I1&I3
        index2=I2&I3
        r1=rd.loc[index1,'B002000101'].values
        r2=rd.loc[index2,'B002000101'].values
        if len(r1)>0:
           r1_n=r1_n+r1
        if len(r2)>0:
           r2_n=r2_n+r2
    p2=r2_n/len(cn)
    p1=r1_n/len(cn)
    r_c.append((p2-p1)/p1)

r_c=np.array(r_c)
dt=np.hstack((center.values,r_c))
dtt=pd.DataFrame(dt)
dtt.columns=['Y1','Y2','Y3','r_c']

print(dtt)

         Y1        Y2        Y3       r_c
0  0.229527  0.289527  0.537123  0.055348
1  0.492402  0.251426  0.272615  1.358886
2  0.196778  0.450577  0.376927  0.239998
3  0.367587  0.600588  0.529996  0.340677
4  0.376598  0.266334  0.832905 -0.160602
哈伦2019
关注
专栏目录
【Python数据挖掘课程】三.Kmeans聚类代码实现、作业及优化
杨秀璋的专栏
10-12 3万+
这篇文章直接给出上次关于Kmeans聚类的篮球远动员数据分析案例，同时介绍这次作业同学们完成的图例，最后介绍Matplotlib包绘图的优化知识。希望这篇文章对你有所帮助，尤其是刚刚接触数据挖掘以及大数据的同学，同时准备尝试以案例为主的方式进行讲解。如果文章中存在不足或错误的地方，还请海涵~
数据分析K-Means聚类（原理+电商平台销售实例）
最新发布
weixin_63283230的博客
01-04 3150
kmeans，数据分析，机器学习，数据挖掘，无监督学习
金融统计分析与挖掘实战3.3.1-3.3.3
哈伦2019的博客
04-08 1909
# 3.3 数据框 # 特征：多个序列按照相同的索引组成的二维表 # 3.3.1 数据框的创建 import pandas as pd import numpy as np # 先导入两个最常用的数据处理分析包 data = {"a" : [2,2,np.nan,5,6],"b" : ["kl","kl","kl",np.nan,"kl"],"c" : [4,6,5,np.nan,6],"d" : [7,9,np.nan,9,8]} #生成一个字典 df = pd.DataFrame(data)
金融统计分析与挖掘实战7.3-7.5
哈伦2019的博客
05-11 2967
# 7.3 上市公式净利润增长率计算 import os os.chdir("C:\\Users\\Administrator\\Desktop") import pandas as pd dt = pd.read_excel('data2.xlsx') #获取数据 dt.head(6) Stkcd Accper B002000101 0 16 2014-12-3
“sklearn找不到模块”问题解决
weixin_45640091的博客
05-06 4564
安装sklearn时遇到的一个小问题 出现的问题及其原因 安装好sklearn后进行测试时，出现了这样的错误： Python 3.7.0 (default, Jun 28 2018, 08:04:48) [MSC v.1912 64 bit (AMD64)] :: Anaconda, Inc. on win32 Type "help", "copyright", "credits" or "lic...
Python数据挖掘与机器学习实战——回归分析——线性回归及实例
pillow的博客
02-24 5920
回归分析 回归分析（Regression Analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法 ，是一种预测性的建模技术。 线性回归： 简单而言，就是将输入项分别乘以一些常量，再将结果加起来得到输出。线性回归包括一元线性回归和多元线性回归。 一元线性回归 线型回归分析中，如果仅有一个自变量与一个因变量，且其关系大致上可用一条直线表示，则称之为简单回归分析（...
万字长文，Python数据分析实战，使用Pandas进行数据分析
Python_sn的博客
09-01 928
文章目录 很多人学习python，不知道从何学起。 很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。 很多已经做案例的人，却不知道如何去学习更加高深的知识。 那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！ QQ群：101677771 一、Pandas的使用 1.Pandas介绍 2.Pandas基本操作 Series的操作 创建DataFrame 常见列操作 常见行操作 DateFrame的基本操作
Splunk_智能运维实战（高清带详细目录书签）
04-10
《Splunk智能运维实战》共10章，第1章介绍将数据导入Splunk的基本方法；第2章介绍使用Splunk搜索数据的基本方法；第3章介绍如何创建仪表盘和数据的可视化图表；第4章介绍如何创建并修改Splunk应用程序；第5章介绍...
主成分分析碎石图_主成分分析大全
weixin_39850981的博客
12-20 5272
1 背景主成分分析法是数据挖掘中常用的一种降维算法,是Pearson在1901年提出的,再后来由hotelling在1933年加以发展提出的一种多变量的统计方法，其最主要的用途在于“降维”，通过析取主成分显出的最大的个别差异,也可以用来削减回归分析和聚类分析中变量的数目，与因子分析类似。所谓降维，就是把具有相关性的变量数目减少，用较少的变量来取代原先变量。如果原始变量互相正交，即没有相关性，则主成...
【机器学习】第三节：支持向量机分类预测
荷叶田田的博客
04-29 2146
监督学习（英语：Supervised learning）是机器学习中最为常见、应用最为广泛的分支之一。本次实验将带你了解监督学习中运用十分广泛的支持向量机，并学会使用 scikit-learn 来构建预测模型，用于解决实际问题。
机器学习sklearn----支持向量机SVC模型评估指标
weixin_43776305的博客
12-15 5213
文章目录前言混淆矩阵指标1准确率指标2精确度指标3召回率指标4F1-measure指标5假负率指标6特异度指标7假正率sklearn中的混淆矩阵 前言 前面一篇博文介绍了SVC处理二分类问题是怎么样来解决样本不均衡。这里我们要来将用什么指标来衡量模型的好坏 SVC提供的接口score是计算模型的准确率的，这个指标在样本均衡的情况下是完全适用的， 但是在遇到样本不均衡问题的时候就失去了意义，而我们日常面对的数据会有较多的不均衡， 面对这样的问题，我们需要采用新的模型评估指标，而我们的评估指标需要能够反映模型捕
Python-航空公司客户价值分析
ML_GearYe的博客
12-19 4111
Python-航空公司客户价值分析 记第一次用python做项目是如此困难（仅仅是基础练习项目）以下是我学习的【干货】心路历程。 项目思路流程（大纲） 一个完整的数据分析项目由如下几个步骤组成： 1)数据获取：分为本地文本文件、数据库链接、爬虫技术等方式获取数据； 2)数据存储:存到本文本文件、数据库、分布式文件系统等； 3)数据预处理：据经验，占80%的工作量。可以使用Numpy和Pandas这两个工具库； 4)建模与分析：这一阶段首先要清楚数据的结构，结合项目需求来选取模型..
案例分析
m0_67995579的博客
12-02 253
list2=[]
c++读取excel_Python必懂知识：pandas读Excel常用操作
weixin_39628339的博客
11-21 257
想要操控你，必须要先读懂你...1)读取没有表头的表单下面这个表单没有表头：pd.read_excel方法中的参数header默认为0，也就是默认以表单的第一行内容作为表头，但当表单没有表头时，则需要将参数header设置为None。df = pd.read_excel('./data.xlsx', header=None)print(df)结果如下：这时候，会根据列索引生成表头信息。2)读取多表...
【数据挖掘】对多支股票进行聚类分析(python)
菜鸟博客
06-17 4123
python K-means聚类 批量读取文件夹
sklearn学习
Iceforest的博客
05-15 721
1.广义线性模型 如果是预测值, 在整个模块中，我们定义向量 作为coef_，定义 作为intercept_。 1.1 普通最小二乘法 LinearRegression拟合一个带有系数 的线性模型，使得数据集实际观测数据和预测数据（估计值）之间的残差平方和最小。其数学表达式为: LinearRegression会调用fit方法来拟合数组 X， y，并且...
股指指数平稳性检验和随机性检验
qq_38870388的博客
05-07 1018
平稳性检验（描述性） 平稳性检验的方法分为描述性方法与计量性方法。前者主要指时序图检验、ACF 图检验，后者主要指 DF 检验、ADF 检验与PP检验。 如下两个模型： 原假设，备择假设 def ADF_p(start_date=None,end_date=None,stock=None,cou...
【参考】一个很low的project
lesleychu的博客
01-02 382
# 一个bug未修复，在jp中可以抓数据，但是在窗口中不可以 raw0=pd.read_table('/Users/anita/Desktop/python/IDX_Idxtrd.txt',names=['date','value','lowest','highest','return']) raw0.head(3)'/Users/anita/Desktop/python/IDX_Idxtrd.tx
python 支持向量机 准确率 绘图_python大战机器学习——支持向量机
weixin_39838028的博客
02-09 1006
支持向量机(Support Vector Machine，SVM)的基本模型是定义在特征空间上间隔最大的线性分类器。它是一种二类分类模型，当采用了核技巧之后，支持向量机可以用于非线性分类。1)线性可分支持向量机(也称硬间隔支持向量机)：当训练数据线性可分是，通过硬间隔最大化，学得一个线性可分支持向量机2)线性支持向量机(也称为软间隔支持向量机)：当训练数据近似线性可分时，通过软间隔最大化，学得一个...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

哈伦2019

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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