相關(guān)文章

• 

  【數(shù)據(jù)挖掘】使用 Python 分析公共數(shù)據(jù)【01/10】

  ????????本文討論了如何使用 Python 使用 Pandas 庫(kù)分析官方 COVID-19 病例數(shù)據(jù)。您將看到如何從實(shí)際數(shù)據(jù)集中收集見(jiàn)解，發(fā)現(xiàn)乍一看可能不那么明顯的信息。特別是，本文中提供的示例說(shuō)明了如何獲取有關(guān)疾病在不同國(guó)家/地區(qū)傳播速度的信息。 ????????要繼續(xù)操作，您需

  2024年02月12日

  瀏覽(49)
• 

  Python數(shù)據(jù)分析-數(shù)據(jù)挖掘（準(zhǔn)備數(shù)據(jù)——數(shù)據(jù)建模——模型評(píng)估——模型應(yīng)用）

  20 理解業(yè)務(wù)和數(shù)據(jù)：我們需要做好什么計(jì)劃？_嗶哩嗶哩_bilibili 目錄 ? 一、理解業(yè)務(wù)和數(shù)據(jù):我們需要做好什么計(jì)劃? 1.1兩個(gè)思想問(wèn)題 1.2為什么數(shù)據(jù)挖掘不是萬(wàn)能的 1.3業(yè)務(wù)背景與目標(biāo) 1.4把握數(shù)據(jù)? 1.5總結(jié) 二、 準(zhǔn)備數(shù)據(jù)：如何處理出完整、干凈的數(shù)據(jù)？ 2.1找到數(shù)據(jù) 2.2數(shù)據(jù)探索

  2024年02月05日

  瀏覽(29)
• 

  【Python】數(shù)據(jù)分析+數(shù)據(jù)挖掘——探索Pandas中的數(shù)據(jù)篩選

  當(dāng)涉及數(shù)據(jù)處理和分析時(shí)，Pandas是Python編程語(yǔ)言中最強(qiáng)大、靈活且廣泛使用的工具之一。Pandas提供了豐富的功能和方法，使得數(shù)據(jù)的選擇、篩選和處理變得簡(jiǎn)單而高效。在本博客中，我們將重點(diǎn)介紹Pandas中數(shù)據(jù)篩選的關(guān)鍵知識(shí)點(diǎn)，包括條件索引、邏輯操作符、 query() 方法以及

  2024年02月15日

  瀏覽(22)
• 

  【Python】數(shù)據(jù)分析+數(shù)據(jù)挖掘——變量列的相關(guān)操作

  在Python和Pandas中，變量列操作指的是對(duì)DataFrame中的列進(jìn)行操作，包括但不限于 選擇列、重命名列、添加新列、刪除列、修改列數(shù)據(jù) 等操作。這些操作可以幫助我們處理數(shù)據(jù)、分析數(shù)據(jù)和進(jìn)行特征工程等。 概述 下面將會(huì)列出一些基本的操作指令 案例數(shù)據(jù)表university_rank.csv In

  2024年02月16日

  瀏覽(25)
• 

  【Python】數(shù)據(jù)分析+數(shù)據(jù)挖掘——探索Pandas中的索引與數(shù)據(jù)組織

  在數(shù)據(jù)科學(xué)和數(shù)據(jù)分析領(lǐng)域，Pandas是一個(gè)備受喜愛(ài)的Python庫(kù)。它提供了豐富的數(shù)據(jù)結(jié)構(gòu)和靈活的工具，幫助我們高效地處理和分析數(shù)據(jù)。其中，索引在Pandas中扮演著關(guān)鍵角色，它是一種強(qiáng)大的數(shù)據(jù)組織和訪問(wèn)機(jī)制，使我們能夠更好地理解和操作數(shù)據(jù)。 本博客將探討Pandas中與索

  2024年02月15日

  瀏覽(44)
• 

  Python數(shù)據(jù)挖掘?qū)嵱冒咐詣?dòng)售貨機(jī)銷(xiāo)售數(shù)據(jù)分析與應(yīng)用

  ??歡迎來(lái)到本文?? ??個(gè)人簡(jiǎn)介：陳童學(xué)哦，目前學(xué)習(xí)C/C++、算法、Python、Java等方向，一個(gè)正在慢慢前行的普通人。 ??系列專(zhuān)欄：陳童學(xué)的日記 ??其他專(zhuān)欄：C++STL，感興趣的小伙伴可以看看。 ??希望各位→點(diǎn)贊?? + 收藏?? + 留言?? ? ??萬(wàn)物從心起，心動(dòng)則萬(wàn)物動(dòng)??

  2024年02月08日

  瀏覽(28)
• 

  大數(shù)據(jù)圖書(shū)推薦：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）

  《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）》的配套學(xué)習(xí)視頻，課程內(nèi)容共分為基礎(chǔ)篇（第1~5章）和實(shí)戰(zhàn)篇（第6~11章）。 ? ? ?基礎(chǔ)篇內(nèi)容包括數(shù)據(jù)挖掘的概述、基本流程、常用工具、開(kāi)發(fā)環(huán)境，Python數(shù)據(jù)挖掘的編程基礎(chǔ)、數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘算法基礎(chǔ)等基礎(chǔ)知識(shí)；

  2024年02月02日

  瀏覽(25)
• 

  python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)(商品零售購(gòu)物籃分析）

  ? ? ? ? 購(gòu)物籃分析是商業(yè)領(lǐng)域最前沿、最具挑戰(zhàn)性的問(wèn)題之一，也是許多企業(yè)重點(diǎn)研究的問(wèn)題。購(gòu)物籃分析是通過(guò)發(fā)現(xiàn)顧客在一次購(gòu)買(mǎi)行為中放入購(gòu)物籃中不同商品之間的關(guān)聯(lián)，研究顧客的購(gòu)買(mǎi)行為，從而輔助零售企業(yè)制定營(yíng)銷(xiāo)策略的一種數(shù)據(jù)分析方法。 ? ? ? ?本篇文章

  2024年02月06日

  瀏覽(46)
• 

  Python高分大數(shù)據(jù)分析與挖掘大作業(yè)

  1．創(chuàng)建一個(gè)Python腳本，命名為test1.py，完成以下功能。 （1）生成兩個(gè)3×3矩陣，并計(jì)算矩陣的乘積。 （2）求矩陣 A= -1 1 0 -4 3 0 1 02 的特征值和特征向量。 （3）設(shè)有矩陣 A = 5 2 1 2 01 ，試對(duì)其進(jìn)行奇異分解。 求解過(guò)程 2．油氣藏的儲(chǔ)量密度 Y 與生油門(mén)限以下平均地溫梯度 X 1、

  2024年02月04日

  瀏覽(33)
• 

  【python】數(shù)據(jù)挖掘分析清洗——缺失值處理方法匯總

  本文鏈接：https://blog.csdn.net/weixin_47058355/article/details/128866686 數(shù)據(jù)挖掘系列： 缺失值處理方法匯總 離散化方法匯總 離群點(diǎn)(異常值)處理方法匯總 標(biāo)準(zhǔn)化(數(shù)據(jù)歸一化)處理方法匯總 特征選擇（特征篩選）方法匯總 特征選擇篩選(降維)方法匯總 分類(lèi)預(yù)測(cè)方法匯總 看了下網(wǎng)絡(luò)上做

  2024年02月02日

  瀏覽(34)