- 博客(6)
- 收藏
- 关注
RSS订阅原创 pandas探索你的数据（七）-可视化
在本篇博客中，我们将使用 Python 中的 pandas、matplotlib 和 seaborn 库，来探索泰坦尼克灾难的数据集，以图表形式呈现数据的各种方面。Seaborn 是一个用于数据可视化的 Python 库，它建立在 Matplotlib 的基础之上，提供了更高级、更美观和更方便的绘图功能。首先，我们导入了一些必要的库，包括 pandas 用于数据操作，matplotlib 和 seaborn 用于数据可视化，以及 numpy 用于数值计算。通过创建扇形图，我们展示了乘客中男性和女性的比例。
2023-10-10 11:33:54
383
1
原创 用R语言实现地理加权回归（GWR）
GWR 考虑了地理位置的影响，认为不同地理位置的数据可能具有不同的关系，因此在不同地点拟合不同的回归模型。函数执行带宽选择过程，计算最适合数据的带宽值，以用于后续的GWR模型拟合。带宽选择的方法和参数可以根据你的需求进行调整，以便选择最佳的带宽值。通常，建议尝试多种方法，并根据模型的性能和数据的特点来选择最合适的带宽值。函数是"GWmodel"包中用于带宽选择的函数，它用于计算地理加权回归（GWR）中的最佳带宽（bandwidth）值。你可以计算不同带宽下的AIC或BIC值，并选择具有最小值的带宽。
2023-10-08 14:22:31
1916
1
原创 用pandas探索你的数据（五）-合并数据
是 Pandas 中用于合并数据的函数之一，它通常用于将两个数据框（DataFrame）按照指定的列或索引进行连接操作。是一个强大的数据连接工具，可用于合并不同来源的数据，进行数据分析和处理。是 Pandas 中用于合并数据的函数之一，它通常用于按行或列方向将多个数据框连接在一起。合并操作可以帮助我们根据共享的列值将不同数据框中的信息整合在一起，从而进行更复杂的数据分析和处理。：左侧数据框的连接列名，用于指定左侧数据框的连接列。：右侧数据框的连接列名，用于指定右侧数据框的连接列。
2023-10-08 10:31:00
193
1
原创 Numpy手撸神经网络实现线性回归
在深度学习理论学习之后，我们常常会直接使用深度学习框架（如PaddlePaddle、PyTorch或TensorFlow）来构建模型，而忽略了底层各种层结构的实现。在深度学习框架中，数据通常以张量（tensor）的形式进行处理，但为了简化起见，我们将数据的输入和输出都使用NumPy的。首先，我们从数据集中提取训练数据，这里使用了一个预先生成的包含目标函数f(x) = sin(x) + 噪声的数据集。在本节中，我们使用上述定义的类来构建一个简单的神经网络模型，并进行线性回归示例。的类，用于保存数据和梯度。
2023-10-06 09:28:39
275
1
原创 numpy手搓卷积
设计这样的一个 滤波器（filter，也称为kernel），用这个filter，往我们的图片上“盖”，覆盖一块跟filter一样大的区域之后，对应元素相乘，然后求和。在实际应用中，通常会使用深度学习框架来执行卷积操作，因为它们提供了高度优化的卷积操作，并且能够处理更大的图像和复杂的卷积核。然而，对于更复杂的卷积神经网络 (CNN) 等应用，通常会使用深度学习框架（如 TensorFlow 或 PyTorch），它们提供了高度优化的卷积操作，能够更高效地处理大型数据集和复杂的模型。输出将是卷积的结果。
2023-10-05 18:48:15
109
原创 用pandas探索你的数据（一）开始了解你的数据
这两个函数的主要用途是在处理大型数据集时，快速查看数据的一部分，以了解数据的结构和内容，以及检查数据是否被正确加载。：默认为 True，如果设置为 True，分组的键将成为结果 DataFrame 的索引，否则会作为列添加到结果 DataFrame。函数对 DataFrame 中的每列计算了唯一值的数量，分别是列 'A' 中的4个唯一值和列 'B' 中的4个唯一值。：可选参数，用于指定哪一列作为索引列，可以是列名或列的索引（0 表示第一列，1 表示第二列，以此类推）。
2023-10-05 10:48:59
187
1
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