我像影子一样

数据分析：人工智能篇

文章目录

- 第三章数据可视化库matplotlib
- - 3.1 matplotlib基本绘图操作
  - 3.2 plot的线条和颜色
  - 3.3 条形图分析
  - 3.4 箱型图分析
  - 3.5 直方图分析
  - 3.6 散点图分析
  - 3.7 图表的美化
- 第四章数据预测库Sklearn
- - 4.1 sklearn预测未来
  - 4.2 回归数据的预测
  - - 4.2.1 回归数据的切分
    - 4.2.2 线性回归数据模型
    - 4.2.3 回归模型评估方法-MSE
  - 4.3 二分类数据的预测
  - - 4.3.1 二分类数据的切分
    - 4.3.2 逻辑回归数据模型
    - 4.3.3 二分类模型评估指标-准确率
    - 4.3.2 逻辑回归数据模型
    - 4.3.3 二分类模型评估指标-准确率

第三章数据可视化库matplotlib

3.1 matplotlib基本绘图操作

import matplotlib.pyplot as plt
import numpy as np
# 中文设置
plt.rcParams['font.sans-serif'] =['KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题

# 设置图形大小，即设置画布
plt.figure(figsize=(10,5))

# 画直线
x = np.arange(10)
y = 2 * x + 10
plt.plot(x, y) # 画图

# x，y轴的名称
plt.xlabel('x')
plt.ylabel('y')

# 标题
plt.title("简单的直线")

plt.show() # 展示图形

3.2 plot的线条和颜色

线条形状设置

字符	线条类型	字符	线条类型
‘-’	实线	‘–’	虚线
‘-.’	虚点线	‘:’	点线
‘.’	点	‘,’	像素点
‘o’	圆点	‘v’	下三角点
‘^’	上三角形	‘<’	左三角形
‘>’	右三角形	‘1’	下三叉点
‘2’	上三叉点	‘3’	左三叉点
‘4’	右三叉点	‘s’	正方点
‘p’	五角点	‘*’	星形点
‘h’	六边形点	‘H’	六边形点2
‘+’	+号点	‘x’	乘号点
‘D’	实习菱形点	‘d’	瘦菱形点

常用颜色缩写

字符	颜色	英文全称
‘b’	蓝色	blue
‘g’	绿色	green
‘r’	红色	reed
‘c’	青色	cyan
‘m’	品红	magenta
‘y’	黄色	yellow
‘k’	黑色	black
‘w’	白色	white

示例：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-10,10)
len(x)

## 50

y = np.sin(x)
len(y)

## 50


# 设置图形大小，即设置画布
plt.figure(figsize=(10,5))

# plt.plot(x, y,'-.',color='r') # 画图
plt.plot(x, y,'b-.') 

# 标题
plt.title("正弦函数")
# x，y轴的名称
plt.xlabel('x')
plt.ylabel('y')

plt.show() ## 展示图片

3.3 条形图分析

示例一：

import matplotlib.pyplot as plt
import numpy as np

# 中文设置
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 设置默认字体
plt.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题

x = ['北京', '上海', '深圳', '广州']
y = [20, 18, 21, 18]

# 设置画布
plt.figure(figsize=(10,6))
# 设置标题
plt.title('各个城市的销量',fontsize=16) ## fontsize设置字体大小
# 画条形图
plt.bar(x, y)
plt.show()

# 设置画布
plt.figure(figsize=(10,6))
# 设置标题
plt.title('各个城市的销量',fontsize=16) ## fontsize设置字体大小
# 画条形图
plt.barh(x, y) 
plt.show()

示例二（数据实操）：

# 读取data文件夹下面的学生信息表
import pandas as pd
data = pd.read_excel("data/学生信息.xlsx")
data

## 
	班级	学号	性别	身高	体重
0	1班	1101	男	173	63
1	1班	1102	女	192	73
2	1班	1103	男	186	82
3	1班	1104	女	167	81
4	1班	1105	女	159	64
5	2班	1201	男	188	68
6	2班	1202	女	176	94
7	2班	1203	男	160	53
8	2班	1204	女	162	63
9	2班	1205	女	167	63
10	3班	1301	男	161	68
11	3班	1302	女	175	57
12	3班	1303	男	188	82
13	3班	1304	男	195	70
14	3班	1305	女	187	69
15	1班	2101	男	174	84
16	1班	2102	女	161	61
17	1班	2103	男	157	61
18	1班	2104	女	159	97
19	1班	2105	男	170	81
20	2班	2201	男	193	100
21	2班	2202	女	194	77
22	2班	2203	男	155	91
23	2班	2204	男	175	74
24	2班	2205	女	183	76
25	3班	2301	女	157	78
26	3班	2302	男	171	88
27	3班	2303	女	190	99
28	3班	2304	女	164	81
29	3班	2305	男	187	73
30	4班	2401	女	192	62
31	4班	2402	男	166	82
32	4班	2403	女	158	60
33	4班	2404	女	160	84
34	4班	2405	女	193	54

# 查看有多少个班级，分析各个班学生的身高分布（即平均值）
data['班级'].unique() ##array(['1班', '2班', '3班', '4班'], dtype=object)
a = data.groupby("班级")["身高"].mean().reset_index()
a

##
	班级	身高
0	1班	169.8
1	2班	175.3
2	3班	177.5
3	4班	173.8

plt.figure(figsize=(10,6))
plt.bar(a["班级"],a["身高"])
plt.show()




# 分析各个班级的体重
b = data.groupby("班级")["体重"].mean().reset_index()
b

##
	班级	体重
0	1班	74.7
1	2班	75.9
2	3班	76.5
3	4班	68.4

plt.figure(figsize=(10,6))
plt.bar(b["班级"],b["体重"])
plt.show()

3.4 箱型图分析

箱型图
- 反映一组数据的分布特征，如：分布是否对称，是否存在异常点；
- 对多维数据的分布可以进行比较；
- 针对连续性变量分析；

示例：

## data文件夹下的箱型图数据.xlsx
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

data = pd.read_excel("data/箱型图数据.xlsx")
data

##
	数据1			数据2		数据3
0	0.673772	2.877434	2.049346
1	2.094364	1.744089	-2.000739
2	-0.229255	-3.478537	-1.174358
3	0.162415	-0.161255	-0.192022
4	1.601201	0.249620	-3.260043
...	...	...	...
95	0.802054	-2.125556	4.469550
96	0.704063	-0.020990	-0.325966
97	-1.003454	-0.645414	-3.517653
98	1.009918	1.299786	1.303022
99	0.798712	2.160066	4.128328
100 rows × 3 columns



# 单个
plt.boxplot(data["数据1"])
plt.show()

# 三个放一起
plt.boxplot([data["数据1"],data["数据2"],data["数据3"]],labels=["数据1", "数据2", "数据3"])
plt.show()

3.5 直方图分析

直方图：
- 直方图又称频率分布图，是一种显示数据分布情况的柱形图，即不同数据出现的频率
- 通过这些高度不同的柱形，可以直观、快速地观察数据的分散程度和中心趋势，从而分析流程满足客户的程度

示例（数据实操）：

# data文件夹下的直方图数据下有两个xlsx文件
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_excel("data/直方图数据/乘客信息.xlsx")
data

##
	乘客编号	年龄
0	1	22
1	2	38
2	3	26
3	4	35
4	5	35
...	...	...
709	886	39
710	887	27
711	888	19
712	890	26
713	891	32
714 rows × 2 columns


data1 = pd.read_excel("data/直方图数据/学生分数.xlsx")
data1

## 
学生编号	分数
0	162	56
1	129	28
2	25	2
3	114	21
4	130	29
...	...	...
185	178	78
186	148	42
187	123	25
188	82	10
189	30	3
190 rows × 2 columns

# 分析其年龄分布情况

# 中文设置
plt.rcParams["font.sans-serif"] = ["KaiTi"] # 设置默认字体
plt.rcParams["axes.unicode_minus"] = False # 解决"-"号显示为方块的问题

plt.hist(data["年龄"], bins=20, density=True, color='r', edgecolor='k') 
# bins表示区间数 # density表示对直方图作出规划（纵轴变为频率了）# edgecolor表示对边缘加颜色
plt.xlabel("年龄")
plt.ylabel("频率")
plt.title("直方图")
plt.show() 



# 分析班级里面学生成绩的分布情况
plt.hist(data1["分数"], bins=50, density=True,color='y',edgecolor='k')
plt.xlabel("分数")
plt.ylabel("频率")
plt.title("直方图")
plt.show()

3.6 散点图分析

散点图：
- 用两组数据构成多个坐标点，考察坐标点之间的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式
- 散点图主要用来研究两个连续性变量之间的关系

示例（数据实操）：

# data文件夹下的国民经济核算季度数据.xlsx
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_excel("data/国民经济核算季度数据.xlsx")
data.columns

##
Index(['序号', '时间', '国内生产总值_当季值(亿元)', '第一产业增加值_当季值(亿元)', '第二产业增加值_当季值(亿元)',
       '第三产业增加值_当季值(亿元)', '农林牧渔业增加值_当季值(亿元)', '工业增加值_当季值(亿元)',
       '建筑业增加值_当季值(亿元)', '批发和零售业增加值_当季值(亿元)', '交通运输、仓储和邮政业增加值_当季值(亿元)',
       '住宿和餐饮业增加值_当季值(亿元)', '金融业增加值_当季值(亿元)', '房地产业增加值_当季值(亿元)',
       '其他行业增加值_当季值(亿元)'],
      dtype='object')

# 分析国内生产总值和第一产业的值之间的相关性
# 单个散点图
plt.scatter(data["国内生产总值_当季值(亿元)"],data["第一产业增加值_当季值(亿元)"])
plt.show()



# 分析国内生产总值和第一产业的值之间的相关性
# 分析国内生产总值和第二产业的值之间的相关性
# 分析国内生产总值和第三产业的值之间的相关性
# 多个散点图
plt.scatter(data["国内生产总值_当季值(亿元)"],data["第一产业增加值_当季值(亿元)"], label="第一产业")
plt.scatter(data["国内生产总值_当季值(亿元)"],data["第二产业增加值_当季值(亿元)"], label="第二产业")
plt.scatter(data["国内生产总值_当季值(亿元)"],data["第三产业增加值_当季值(亿元)"], label="第三产业")
plt.legend() # legend可以将label调用
plt.show()

3.7 图表的美化

基本设置：

图例设置	plt.legend(loc=“best”)
画布设置	plt.figure(figsize=(10,6))
标题设置	plt.title(string,size=10,color=“red”)
横轴设置	plt.xlabel(string,fontsize=10)
纵轴设置	plt.ylabel(string,fontsize=10)
是否显示网络	plt.grid(False)

loc=“best”	自动找到最佳位置
loc=“upper left”	左上角位置
loc=“upper right”	右上角位置
loc=“lower left”	左下角位置
loc=“lower right”	右下角位置
loc=“center left”	左边中间位置
loc=“center right”	右边中间位置

示例：

import matplotlib.pyplot as plt
import numpy as np

# 中文设置
plt.rcParams["font.sans-serif"] = ["KaiTi"] # 设置默认字体
plt.rcParams["axes.unicode_minus"] = False # 解决"-"号显示为方块的问题

plt.figure(figsize=(10,6)) # 画布大小
x = np.linspace(0,20,100)
plt.plot(x, 2*x, label="曲线1")
plt.plot(x, 3*x, label="曲线2")
plt.plot(x, 4*x, label="曲线2")
plt.legend(loc="best")  ## 默认best
plt.title("三条曲线",size=16,color="r")
plt.xlabel("变量1", fontsize=16,color='c')
plt.ylabel("变量2", fontsize=16, color='m')
plt.grid(True) 
plt.show()

第四章数据预测库Sklearn

4.1 sklearn预测未来

4.2 回归数据的预测

4.2.1 回归数据的切分

示例（数据实操）：

# data文件夹下的房价数据.xlsx
import pandas as pd

data = pd.read_excel("data/房价数据.xlsx")
data

##	
   	城镇人均犯罪率	城镇非零售商用土地比例	一氧化氮浓度	住宅平均房间数	到城市中心区域的加权距离	房价(万元)
0	0.00632	2.31	0.538	6.575	4.0900	2.40
1	0.02731	7.07	0.469	6.421	4.9671	2.16
2	0.02729	7.07	0.469	7.185	4.9671	3.47
3	0.03237	2.18	0.458	6.998	6.0622	3.34
4	0.06905	2.18	0.458	7.147	6.0622	3.62
...	...	...	...	...	...	...
501	0.06263	11.93	0.573	6.593	2.4786	2.24
502	0.04527	11.93	0.573	6.120	2.2875	2.06
503	0.06076	11.93	0.573	6.976	2.1675	2.39
504	0.10959	11.93	0.573	6.794	2.3889	2.20
505	0.04741	11.93	0.573	6.030	2.5050	1.19
506 rows × 6 columns

## 用前五个属性来预测房价
from sklearn.model_selection import train_test_split  # 训练跟测试切分的方法
train, valid = train_test_split(data, test_size=0.2, shuffle=True, random_state=2020)  # 0.8作为训练集，0.2作为验证集，0.2表示把验证集 大小切成0.2
# shuffle=True切分的时候把数据打乱， 便于切出来的数据比较均匀  # random_state 随机种子，返回的是一个列表
# 返回的数据分别是训练集和验证集，分别把他们赋值给train和valid两个变量

data.shape  ## 未切分前的形状

## (506, 6)


train.shape  ## 切分后的形状

## (404, 6)


valid.shape ## 切分后的形状

## (102, 6)


404 / 506 # 训练集
## 0.7984189723320159

102 / 506 # 验证集
## 0.2015810276679842

train

##
城镇人均犯罪率	城镇非零售商用土地比例	一氧化氮浓度	住宅平均房间数	到城市中心区域的加权距离	房价(万元)
215	0.19802	10.59	0.489	6.182	3.9454	2.50
191	0.06911	3.44	0.437	6.739	6.4798	3.05
107	0.13117	8.56	0.520	6.127	2.1224	2.04
442	5.66637	18.10	0.740	6.219	2.0048	1.84
230	0.53700	6.20	0.504	5.981	3.6715	2.43
...	...	...	...	...	...	...
195	0.01381	0.46	0.422	7.875	5.6484	5.00
118	0.13058	10.01	0.547	5.872	2.4775	2.04
323	0.28392	7.38	0.493	5.708	4.7211	1.85
392	11.57790	18.10	0.700	5.036	1.7700	0.97
352	0.07244	1.69	0.411	5.884	10.7103	1.86
404 rows × 6 columns


valid

##
城镇人均犯罪率	城镇非零售商用土地比例	一氧化氮浓度	住宅平均房间数	到城市中心区域的加权距离	房价(万元)
409	14.43830	18.10	0.5970	6.852	1.4655	2.75
247	0.19657	5.86	0.4310	6.226	8.0555	2.05
399	9.91655	18.10	0.6930	5.852	1.5004	0.63
300	0.04417	2.24	0.4000	6.871	7.8278	2.48
321	0.18159	7.38	0.4930	6.376	4.5404	2.31
...	...	...	...	...	...	...
204	0.02009	2.68	0.4161	8.034	5.1180	5.00
495	0.17899	9.69	0.5850	5.670	2.7986	2.31
244	0.20608	5.86	0.4310	5.593	7.9549	1.76
413	28.65580	18.10	0.5970	5.155	1.5894	1.63
216	0.04560	13.89	0.5500	5.888	3.1121	2.33
102 rows × 6 columns

4.2.2 线性回归数据模型

示例（实操接4.2.1数据）：

# 预测房价
# 导入线性回归模型
from sklearn.linear_model import LinearRegression

model = LinearRegression() # 定义一个数据模型

# train , valid # 训练集训练数据，验证集用来预测数据
model.fit(train[['城镇人均犯罪率', '城镇非零售商用土地比例','一氧化氮浓度','住宅平均房间数','到城市中心区域的加权距离']], train['房价(万元)'])  
# fit传入需要训练的特征，这里需要传入除预测外的所有属性 ，fit表示训练的意思

## LinearRegression()


pred = model.predict(valid[['城镇人均犯罪率', '城镇非零售商用土地比例','一氧化氮浓度','住宅平均房间数','到城市中心区域的加权距离']])
pred
# predict表示预测，对验证集的每条数据进行预测

##
array([ 2.46474589,  2.2128151 ,  1.65888896,  2.85265327,  2.52879848,
        2.2258853 ,  2.57939134,  2.59693129,  1.82202357,  2.40885497,
        2.77841379,  1.64989292,  2.25647387,  3.30694586,  1.94037339,
        2.49620692,  2.03597603,  2.61239847,  1.95491352,  1.73957756,
        2.1573622 ,  2.82385479,  2.09397049,  2.33096025,  0.80547778,
        0.83617233,  2.43902438,  1.73929665,  3.29007521,  0.96528621,
        2.80937346,  2.75473389, -0.04440117,  2.4362086 ,  2.053418  ,
        0.87830185,  2.00948295,  2.45519188,  1.94278751,  2.27900789,
        2.80594378,  2.2755299 ,  2.15347854,  3.23576954,  1.9600308 ,
        2.26173723,  2.29422412,  2.06932986,  2.27333606,  2.95266904,
        2.84799092,  2.59296111,  2.65458646,  1.42464319,  1.82023523,
        1.16141491,  2.70465962,  2.31695954,  1.55678262,  2.46458798,
        2.43287322,  2.23338117,  2.67973044,  4.33672353,  2.95615622,
        2.53254281,  2.70089423,  0.27060842,  1.71579957,  2.12512989,
        2.5633941 ,  2.31433153,  2.84858425,  2.03601581,  2.46245774,
        2.02078349,  2.25731773,  2.38199773,  2.14867614,  2.46881375,
        2.32091925,  2.16436359,  3.11908093,  3.43351395,  3.3118866 ,
        1.69532309,  1.87010176,  2.3609788 ,  3.13228058,  2.08536776,
        1.75231547,  1.93768106,  2.04788031,  2.28601279,  2.1095751 ,
        2.38820313,  1.59125697,  3.93697614,  1.97308141,  1.75644051,
        0.92296715,  2.05833759])


len(pred)

## 102


train.columns

## 
Index(['城镇人均犯罪率', '城镇非零售商用土地比例', '一氧化氮浓度', '住宅平均房间数', '到城市中心区域的加权距离',
       '房价(万元)'],
      dtype='object')


valid.columns

##
Index(['城镇人均犯罪率', '城镇非零售商用土地比例', '一氧化氮浓度', '住宅平均房间数', '到城市中心区域的加权距离',
       '房价(万元)'],
      dtype='object')

4.2.3 回归模型评估方法-MSE

MSE
- 即均方误差
- MSE的值越大，表明预测效果越差

示例（实操接4.2.2数据）：

# vaild验证集是真实准确的数据，pred是经过验证集预测的数据
import numpy as np
# 导入均方误差
from sklearn.metrics import mean_squared_error  # mean_squared_error表示均方误差

mse_error = mean_squared_error(valid['房价(万元)'],pred)  # 先传入实际值，再传入预测值
mse_error

## 0.38184398467340286


np.sqrt(mse_error)  # 对均方误差进行开方，就可以知道每个样本的偏离程度 # np.sqrt 是numpy的开方

## 0.6179352592896791

4.3 二分类数据的预测

4.3.1 二分类数据的切分

示例（数据实操）：

# data文件夹下的泰坦尼克号数据.xlsx  # 0是死亡，1是存活
import pandas as pd
data = pd.read_excel("data/泰坦尼克号数据.xlsx")
data

## 
	乘客编号	船票种类	性别	年龄	乘客兄弟姐妹/配偶的个数	乘客父母/孩子的个数	是否存活
0	1	3	male	22.0	1	0	0
1	2	1	female	38.0	1	0	1
2	3	3	female	26.0	0	0	1
3	4	1	female	35.0	1	0	1
4	5	3	male	35.0	0	0	0
...	...	...	...	...	...	...	...
886	887	2	male	27.0	0	0	0
887	888	1	female	19.0	0	0	1
888	889	3	female	-10.0	1	2	0
889	890	1	male	26.0	0	0	1
890	891	3	male	32.0	0	0	0
891 rows × 7 columns

data.dtypes  
# 性别 是字符串类型，不符合字符类型，需要转为数值类型。因为数学模型里面必须要都是数值类型才可以分析

##
乘客编号              int64
船票种类              int64
性别               object
年龄              float64
乘客兄弟姐妹/配偶的个数      int64
乘客父母/孩子的个数        int64
是否存活              int64
dtype: object
    
data['性别'].value_counts()

##
male      577
female    314
Name: 性别, dtype: int64
        
data['性别'] = data['性别'].apply(lambda x: 0 if x == 'male'else 1)  
# 用pandas学的apply快速实现转换，然后更新列的数据
data.head()  # 显示修改后的前五条数据

##
	乘客编号	船票种类	性别	年龄	乘客兄弟姐妹/配偶的个数	乘客父母/孩子的个数	是否存活
0	1	3	1	22.0	1	0	0
1	2	1	1	38.0	1	0	1
2	3	3	1	26.0	0	0	1
3	4	1	1	35.0	1	0	1
4	5	3	1	35.0	0	0	0

from sklearn.model_selection import train_test_split

train,valid = train_test_split(data, test_size=0.2, shuffle=True, random_state=2020)

data["是否存活"].value_counts() # 0是死亡，1是存活

##
0    549
1    342
Name: 是否存活, dtype: int64
        
549 / 342 # 死亡:活着
##1.605263157894737

train['是否存活'].value_counts()

##
0    444
1    268
Name: 是否存活, dtype: int64
        
444/268
## 1.6567164179104477

valid['是否存活'].value_counts()

##
0    105
1     74
Name: 是否存活, dtype: int64
        
105/74
## 1.4189189189189189

# 由以上数据可知 训练集是1.6多，而验证集是1.4，跟预测数据1.60的比值差别太大差别太大

### 解决办法 # 用stratify，进行分层抽样
train,valid = train_test_split(data, test_size=0.2, shuffle=True, random_state=2020, stratify=data["是否存活"])

train['是否存活'].value_counts()

##
0    439
1    273
Name: 是否存活, dtype: int64

439/273
## 1.6080586080586081

valid['是否存活'].value_counts()

##
0    110
1     69
Name: 是否存活, dtype: int64
    
110/69
## 1.5942028985507246

4.3.2 逻辑回归数据模型

logistic函数：

# logistic函数曲线
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-10, 10, 100)
y = 1 / (1 + np.exp(-x))  # np.exp就是数学中的自然e，np.exp(-x)表示e的-x次方
plt.plot(x, y)
plt.show()

示例（实操接4.3.1数据）：

from sklearn.linear_model import LogisticRegression # LogisticRegression 逻辑回归

model = LogisticRegression() # 定义一个数据模型

train.columns # 因为每个乘客的乘客编号都不同，就不熟他们特有的特征了，索引只取其他五个特有的属性

##
Index(['乘客编号', '船票种类', '性别', '年龄', '乘客兄弟姐妹/配偶的个数', '乘客父母/孩子的个数', '是否存活'], dtype='object')


# 训练
model.fit(train[['船票种类', '性别', '年龄', '乘客兄弟姐妹/配偶的个数', '乘客父母/孩子的个数']], train['是否存活'])

## LogisticRegression() # 成功


# 预测
pred = model.predict(valid[['船票种类', '性别', '年龄', '乘客兄弟姐妹/配偶的个数', '乘客父母/孩子的个数']])
pred # 预测结果

##
array([0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0,
       0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0,
       1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 1, 1, 1, 0, 0, 1,
       0, 1, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 0, 0,
       1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 1,
       0, 1, 0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0,
       1, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1,
       0, 0, 0], dtype=int64)

4.3.3 二分类模型评估指标-准确率

准确率：
- 准确率，Accuracy，表示模型预测正确地比例
- $A cc u r a cy = M / N$
- M表示预测对的数量，N表示需要预测的数据
- Accuracy的值越大，表明预测的效果越好

示例（实操接4.3.2数据）：

from sklearn.metrics import accuracy_score # accuracy_score 准确率分数，用来计算准确率的
accuracy_score(valid["是否存活"], pred)  # 先传入真实数据再传入预测数据

## 0.776536312849162

if x == 'male’else 1)
# 用pandas学的apply快速实现转换，然后更新列的数据
data.head() # 显示修改后的前五条数据

 ##
 	乘客编号	船票种类	性别	年龄	乘客兄弟姐妹/配偶的个数	乘客父母/孩子的个数	是否存活
 0	1	3	1	22.0	1	0	0
 1	2	1	1	38.0	1	0	1
 2	3	3	1	26.0	0	0	1
 3	4	1	1	35.0	1	0	1
 4	5	3	1	35.0	0	0	0
 ```

from sklearn.model_selection import train_test_split

train,valid = train_test_split(data, test_size=0.2, shuffle=True, random_state=2020)

data["是否存活"].value_counts() # 0是死亡，1是存活

##
0    549
1    342
Name: 是否存活, dtype: int64
        
549 / 342 # 死亡:活着
##1.605263157894737

train['是否存活'].value_counts()

##
0    444
1    268
Name: 是否存活, dtype: int64
        
444/268
## 1.6567164179104477

valid['是否存活'].value_counts()

##
0    105
1     74
Name: 是否存活, dtype: int64
        
105/74
## 1.4189189189189189

# 由以上数据可知 训练集是1.6多，而验证集是1.4，跟预测数据1.60的比值差别太大差别太大

### 解决办法 # 用stratify，进行分层抽样
train,valid = train_test_split(data, test_size=0.2, shuffle=True, random_state=2020, stratify=data["是否存活"])

train['是否存活'].value_counts()

##
0    439
1    273
Name: 是否存活, dtype: int64

439/273
## 1.6080586080586081

valid['是否存活'].value_counts()

##
0    110
1     69
Name: 是否存活, dtype: int64
    
110/69
## 1.5942028985507246

4.3.2 逻辑回归数据模型

[外链图片转存中…(img-qmvxTRUZ-1696233196612)]

logistic函数：

# logistic函数曲线
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-10, 10, 100)
y = 1 / (1 + np.exp(-x))  # np.exp就是数学中的自然e，np.exp(-x)表示e的-x次方
plt.plot(x, y)
plt.show()

[外链图片转存中…(img-eO8xp7LI-1696233196612)]

示例（实操接4.3.1数据）：

from sklearn.linear_model import LogisticRegression # LogisticRegression 逻辑回归

model = LogisticRegression() # 定义一个数据模型

train.columns # 因为每个乘客的乘客编号都不同，就不熟他们特有的特征了，索引只取其他五个特有的属性

##
Index(['乘客编号', '船票种类', '性别', '年龄', '乘客兄弟姐妹/配偶的个数', '乘客父母/孩子的个数', '是否存活'], dtype='object')


# 训练
model.fit(train[['船票种类', '性别', '年龄', '乘客兄弟姐妹/配偶的个数', '乘客父母/孩子的个数']], train['是否存活'])

## LogisticRegression() # 成功


# 预测
pred = model.predict(valid[['船票种类', '性别', '年龄', '乘客兄弟姐妹/配偶的个数', '乘客父母/孩子的个数']])
pred # 预测结果

##
array([0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0,
       0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0,
       1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 1, 1, 1, 0, 0, 1,
       0, 1, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 0, 0,
       1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 1,
       0, 1, 0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0,
       1, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1,
       0, 0, 0], dtype=int64)

4.3.3 二分类模型评估指标-准确率

[外链图片转存中…(img-gQr0jn8Z-1696233196613)]

准确率：
- 准确率，Accuracy，表示模型预测正确地比例
- $A cc u r a cy = M / N$
- M表示预测对的数量，N表示需要预测的数据
- Accuracy的值越大，表明预测的效果越好

示例（实操接4.3.2数据）：

from sklearn.metrics import accuracy_score # accuracy_score 准确率分数，用来计算准确率的
accuracy_score(valid["是否存活"], pred)  # 先传入真实数据再传入预测数据

## 0.776536312849162

你可能感兴趣的:(python,数据分析,matplotlib,数据分析,python,matplotlib,sklearn)

理解Gunicorn：Python WSGI服务器的基石范范0825 ipython linux 运维
理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
Python数据分析与可视化实战指南 William数据分析 python python 数据
在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
python os.environ 江湖偌大 python 深度学习
os.environ['TF_CPP_MIN_LOG_LEVEL']='0'#默认值，输出所有信息os.environ['TF_CPP_MIN_LOG_LEVEL']='1'#屏蔽通知信息（INFO）os.environ['TF_CPP_MIN_LOG_LEVEL']='2'#屏蔽通知信息和警告信息（INFO\WARNING）os.environ['TF_CPP_MIN_LOG_LEVEL']='
Python中os.environ基本介绍及使用方法鹤冲天Pro #Python python 服务器开发语言
文章目录python中os.environos.environ简介os.environ进行环境变量的增删改查python中os.environ的使用详解1.简介2.key字段详解2.1常见key字段3.os.environ.get()用法4.环境变量的增删改查和判断是否存在4.1新增环境变量4.2更新环境变量4.3获取环境变量4.4删除环境变量4.5判断环境变量是否存在python中os.envi
Pyecharts数据可视化大屏：打造沉浸式数据分析体验我的运维人生信息可视化数据分析数据挖掘运维开发技术共享
Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
Python教程：一文了解使用Python处理XPath 旦莫 Python进阶 python 开发语言
目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
python os.environ_python os.environ 读取和设置环境变量 weixin_39605414 python os.environ
>>>importos>>>os.environ.keys()['LC_NUMERIC','GOPATH','GOROOT','GOBIN','LESSOPEN','SSH_CLIENT','LOGNAME','USER','HOME','LC_PAPER','PATH','DISPLAY','LANG','TERM','SHELL','J2REDIR','LC_MONETARY','QT_QPA
使用Faiss进行高效相似度搜索 llzwxh888 faiss python
在现代AI应用中，快速和高效的相似度搜索是至关重要的。Faiss（FacebookAISimilaritySearch）是一个专门用于快速相似度搜索和聚类的库，特别适用于高维向量。本文将介绍如何使用Faiss来进行相似度搜索，并结合Python代码演示其基本用法。什么是Faiss？Faiss是一个由FacebookAIResearch团队开发的开源库，主要用于高维向量的相似性搜索和聚类。Faiss
python是什么意思中文-在python中%是什么意思编程大乐趣
Python中%有两种：1、数值运算：%代表取模，返回除法的余数。如：>>>7%212、%操作符（字符串格式化，stringformatting），说明如下：%[(name)][flags][width].[precision]typecode(name)为命名flags可以有+，-，''或0。+表示右对齐。-表示左对齐。''为一个空格，表示在正数的左侧填充一个空格，从而与负数对齐。0表示使用0填
Day1笔记-Python简介&标识符和关键字&输入输出 ~在杰难逃~ Python python 开发语言大数据数据分析数据挖掘
大家好，从今天开始呢，杰哥开展一个新的专栏，当然，数据分析部分也会不定时更新的，这个新的专栏主要是讲解一些Python的基础语法和知识，帮助0基础的小伙伴入门和学习Python，感兴趣的小伙伴可以开始认真学习啦！一、Python简介【了解】1.计算机工作原理编程语言就是用来定义计算机程序的形式语言。我们通过编程语言来编写程序代码，再通过语言处理程序执行向计算机发送指令，让计算机完成对应的工作，编程
python八股文面试题分享及解析(1) Shawn________ python
#1.'''a=1b=2不用中间变量交换a和b'''#1.a=1b=2a,b=b,aprint(a)print(b)结果：21#2.ll=[]foriinrange(3):ll.append({'num':i})print(11)结果:#[{'num':0},{'num':1},{'num':2}]#3.kk=[]a={'num':0}foriinrange(3):#0,12#可变类型，不仅仅改变
每日算法&面试题，大厂特训二十八天——第二十天（树）肥学 ⚡算法题⚡面试题每日精进 java 算法数据结构
目录标题导读算法特训二十八天面试题点击直接资料领取导读肥友们为了更好的去帮助新同学适应算法和面试题，最近我们开始进行专项突击一步一步来。上一期我们完成了动态规划二十一天现在我们进行下一项对各类算法进行二十八天的一个小总结。还在等什么快来一起肥学进行二十八天挑战吧！！特别介绍小白练手专栏，适合刚入手的新人欢迎订阅编程小白进阶python有趣练手项目里面包括了像《机器人尬聊》《恶搞程序》这样的有趣文章
Python快速入门 —— 第三节：类与对象孤华暗香 Python快速入门 python 开发语言
第三节：类与对象目标：了解面向对象编程的基础概念，并学会如何定义类和创建对象。内容：类与对象：定义类：class关键字。类的构造函数：__init__()。类的属性和方法。对象的创建与使用。示例：classStudent:def__init__(self,name,age,major):self.name&#
pyecharts——绘制柱形图折线图 2224070247 信息可视化 python java 数据可视化
一、pyecharts概述自2013年6月百度EFE(ExcellentFrontEnd）数据可视化团队研发的ECharts1.0发布到GitHub网站以来，ECharts一直备受业界权威的关注并获得广泛好评，成为目前成熟且流行的数据可视化图表工具，被应用到诸多数据可视化的开发领域。Python作为数据分析领域最受欢迎的语言，也加入ECharts的使用行列，并研发出方便Python开发者使用的数据
Python 实现图片裁剪（附代码） | Python工具剑客阿良_ALiang
前言本文提供将图片按照自定义尺寸进行裁剪的工具方法，一如既往的实用主义。环境依赖ffmpeg环境安装，可以参考我的另一篇文章：windowsffmpeg安装部署_阿良的博客-CSDN博客本文主要使用到的不是ffmpeg，而是ffprobe也在上面这篇文章中的zip包中。ffmpy安装：pipinstallffmpy-ihttps://pypi.douban.com/simple代码不废话了，上代码
【华为OD技术面试真题 - 技术面】- python八股文真题题库（4) 算法大师华为od 面试 python
华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选**1.Python中的`with`**用途和功能自动资源管理示例：文件操作上下文管理协议示例代码工作流程解析优点2.\_\_new\_\_和**\_\_init\_\_**区别__new____init__区别总结3.**切片（Slicing）操作**基本切片语法
python os 环境变量 CV矿工 python 开发语言 numpy
环境变量：环境变量是程序和操作系统之间的通信方式。有些字符不宜明文写进代码里，比如数据库密码，个人账户密码，如果写进自己本机的环境变量里，程序用的时候通过os.environ.get（）取出来就行了。os.environ是一个环境变量的字典。环境变量的相关操作importos"""设置/修改环境变量：os.environ[‘环境变量名称’]=‘环境变量值’#其中key和value均为string类
Python爬虫解析工具之xpath使用详解 eqa11 python 爬虫开发语言
文章目录Python爬虫解析工具之xpath使用详解一、引言二、环境准备1、插件安装2、依赖库安装三、xpath语法详解1、路径表达式2、通配符3、谓语4、常用函数四、xpath在Python代码中的使用1、文档树的创建2、使用xpath表达式3、获取元素内容和属性五、总结Python爬虫解析工具之xpath使用详解一、引言在Python爬虫开发中，数据提取是一个至关重要的环节。xpath作为一门
【华为OD技术面试真题 - 技术面】- python八股文真题题库（1）算法大师华为od 面试 python
华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.数据预处理流程数据预处理的主要步骤工具和库2.介绍线性回归、逻辑回归模型线性回归（LinearRegression）模型形式：关键点：逻辑回归（LogisticRegression）模型形式：关键点：参数估计与评估：3.python浅拷贝及深拷贝浅拷贝（Shal
nosql数据库技术与应用知识点皆过客，揽星河 NoSQL nosql 数据库大数据数据分析数据结构非关系型数据库
Nosql知识回顾大数据处理流程数据采集(flume、爬虫、传感器)数据存储(本门课程NoSQL所处的阶段)Hdfs、MongoDB、HBase等数据清洗(入仓)Hive等数据处理、分析(Spark、Flink等)数据可视化数据挖掘、机器学习应用(Python、SparkMLlib等)大数据时代存储的挑战(三高)高并发(同一时间很多人访问)高扩展(要求随时根据需求扩展存储)高效率(要求读写速度快)
《Python数据分析实战终极指南》 xjt921122 python 数据分析开发语言
对于分析师来说，大家在学习Python数据分析的路上，多多少少都遇到过很多大坑**，有关于技能和思维的**：Excel已经没办法处理现有的数据量了，应该学Python吗？找了一大堆Python和Pandas的资料来学习，为什么自己动手就懵了？跟着比赛类公开数据分析案例练了很久，为什么当自己面对数据需求还是只会数据处理而没有分析思路？学了对比、细分、聚类分析，也会用PEST、波特五力这类分析法，为啥
Python中深拷贝与浅拷贝的区别 yuxiaoyu.
转自：http://blog.csdn.net/u014745194/article/details/70271868定义：在Python中对象的赋值其实就是对象的引用。当创建一个对象，把它赋值给另一个变量的时候，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，把对象复制一遍，但是该对象中引用的其他对象我不复
Python开发常用的三方模块如下：换个网名有点难 python 开发语言
Python是一门功能强大的编程语言，拥有丰富的第三方库，这些库为开发者提供了极大的便利。以下是100个常用的Python库，涵盖了多个领域：1、NumPy，用于科学计算的基础库。2、Pandas，提供数据结构和数据分析工具。3、Matplotlib，一个绘图库。4、Scikit-learn，机器学习库。5、SciPy，用于数学、科学和工程的库。6、TensorFlow，由Google开发的开源机
ES聚合分析原理与代码实例讲解光剑书架上的书大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据 AIGC AGI LLM Java Python 架构设计 Agent 程序员实现财富自由
ES聚合分析原理与代码实例讲解1.背景介绍1.1问题的由来在大规模数据分析场景中，特别是在使用Elasticsearch（ES）进行数据存储和检索时，聚合分析成为了一个至关重要的功能。聚合分析允许用户对数据集进行细分和分组，以便深入探索数据的结构和模式。这在诸如实时监控、日志分析、业务洞察等领域具有广泛的应用。1.2研究现状目前，ES聚合分析已经成为现代大数据平台的核心组件之一。它支持多种类型的聚
Python编译器鹿鹿~ Python编译器 Python python 开发语言后端
嘿嘿嘿我又来了啊有些小盆友可能不知道Python其实是有编译器的，也就是PyCharm。你们可能会问到这个是干嘛的又不可以吃也不可以穿好像没有什么用，其实你还说对了这个还真的不可以吃也不可以穿，但是它用来干嘛的呢。用来编译你所打出的代码进行运行（可能这里说的有点不对但是只是个人认为）现在我们来说说PyCharm是用来干嘛的。PyCharm是一种PythonIDE，带有一整套可以帮助用户在使用Pyt
一文掌握python面向对象魔术方法（二）程序员neil python python 开发语言
接上篇：一文掌握python面向对象魔术方法（一）-CSDN博客目录六、迭代和序列化：1、__iter__(self):定义迭代器，使得类可以被for循环迭代。2、__getitem__(self,key):定义索引操作，如obj[key]。3、__setitem__(self,key,value):定义赋值操作，如obj[key]=value。4、__delitem__(self,key):定义
一文掌握python常用的list（列表）操作程序员neil python python 开发语言
目录一、创建列表1.直接创建列表：2.使用list()构造器3.使用列表推导式4.创建空列表二、访问列表元素1.列表支持通过索引访问元素，索引从0开始：2.还可以使用切片操作访问列表的一部分：三、修改列表元素四、添加元素1.append()：在末尾添加元素2.insert()：在指定位置插入元素五、删除元素1.del：删除指定位置的元素2.remove()：删除指定值的第一个匹配项3.pop()：
Python实现简单的机器学习算法 master_chenchengg python python 办公效率 python开发 IT
Python实现简单的机器学习算法开篇：初探机器学习的奇妙之旅搭建环境：一切从安装开始必备工具箱第一步：安装Anaconda和JupyterNotebook小贴士：如何配置Python环境变量算法初体验：从零开始的Python机器学习线性回归：让数据说话数据准备：从哪里找数据编码实战：Python实现线性回归模型评估：如何判断模型好坏逻辑回归：从分类开始理论入门：什么是逻辑回归代码实现：使用skl
K近邻算法_分类鸢尾花数据集 _feivirus_ 算法机器学习和数学分类机器学习 K近邻
importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportaccuracy_score1.数据预处理iris=load_iris()df=pd.DataFrame(data=ir
python中的深拷贝与浅拷贝 anshejd70787 python
深拷贝和浅拷贝浅拷贝的时候，修改原来的对象，浅拷贝的对象不会发生改变。1、对象的赋值对象的赋值实际上是对象之间的引用：当创建一个对象，然后将这个对象赋值给另外一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用。当对对象做赋值或者是参数传递或者作为返回值的时候，总是传递原始对象的引用，而不是一个副本。如下所示：>>>aList=["kel","abc",123]>>>bLis
PHP，安卓，UI，java，linux视频教程合集 cocos2d-x小菜 java UI PHP android linux
╔-----------------------------------╗┆
各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。 bozch .net .net mvc
在.net mvc5中，在执行某一操作的时候，出现了如下错误：各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。经查询当前的操作与错误内容无关，经过对错误信息的排查发现，事故出现在数据库迁移上。回想过去：在迁移之前已经对数据库进行了添加字段操作，再次进行迁移插入XXX字段的时候，就会提示如上错误。 &
Java 对象大小的计算 e200702084 java
Java对象的大小如何计算一个对象的大小呢？
Mybatis Spring 171815164 mybatis
ApplicationContext ac = new ClassPathXmlApplicationContext("applicationContext.xml"); CustomerService userService = (CustomerService) ac.getBean("customerService"); Customer cust
JVM 不稳定参数 g21121 jvm
-XX 参数被称为不稳定参数，之所以这么叫是因为此类参数的设置很容易引起JVM 性能上的差异，使JVM 存在极大的不稳定性。当然这是在非合理设置的前提下，如果此类参数设置合理讲大大提高JVM 的性能及稳定性。可以说“不稳定参数”
用户自动登录网站永夜-极光用户
1.目标:实现用户登录后,再次登录就自动登录,无需用户名和密码 2.思路:将用户的信息保存为cookie 每次用户访问网站,通过filter拦截所有请求,在filter中读取所有的cookie,如果找到了保存登录信息的cookie,那么在cookie中读取登录信息,然后直接
centos7 安装后失去win7的引导记录程序员是怎么炼成的操作系统
1.使用root身份(必须)打开 /boot/grub2/grub.cfg 2.找到 ### BEGIN /etc/grub.d/30_os-prober ### 在后面添加 menuentry "Windows 7 (loader) (on /dev/sda1)" {
Oracle 10g 官方中文安装帮助文档以及Oracle官方中文教程文档下载 aijuans oracle
Oracle 10g 官方中文安装帮助文档下载：http://download.csdn.net/tag/Oracle%E4%B8%AD%E6%96%87API%EF%BC%8COracle%E4%B8%AD%E6%96%87%E6%96%87%E6%A1%A3%EF%BC%8Coracle%E5%AD%A6%E4%B9%A0%E6%96%87%E6%A1%A3 Oracle 10g 官方中文教程
JavaEE开源快速开发平台G4Studio_V3.2发布了無為子 AOP oracle mysql javaee G4Studio
我非常高兴地宣布,今天我们最新的JavaEE开源快速开发平台G4Studio_V3.2版本已经正式发布。大家可以通过如下地址下载。访问G4Studio网站 http://www.g4it.org G4Studio_V3.2版本变更日志功能新增 (1).新增了系统右下角滑出提示窗口功能。 (2).新增了文件资源的Zip压缩和解压缩
Oracle常用的单行函数应用技巧总结百合不是茶日期函数转换函数(核心)数字函数通用函数(核心)字符函数
单行函数; 字符函数,数字函数,日期函数,转换函数(核心),通用函数(核心) 一:字符函数: .UPPER(字符串) 将字符串转为大写 .LOWER (字符串) 将字符串转为小写 .INITCAP(字符串) 将首字母大写 .LENGTH (字符串) 字符串的长度 .REPLACE(字符串,'A','_') 将字符串字符A转换成_
Mockito异常测试实例 bijian1013 java 单元测试 mockito
Mockito异常测试实例： package com.bijian.study; import static org.mockito.Mockito.mock; import static org.mockito.Mockito.when; import org.junit.Assert; import org.junit.Test; import org.mockito.
GA与量子恒道统计 Bill_chen JavaScript 浏览器百度 Google 防火墙
前一阵子，统计**网址时，Google Analytics（GA）和量子恒道统计（也称量子统计），数据有较大的偏差，仔细找相关资料研究了下，总结如下：为何GA和量子网站统计（量子统计前身为雅虎统计）结果不同？首先：没有一种网站统计工具能保证百分之百的准确出现该问题可能有以下几个原因：（1）不同的统计分析系统的算法机制不同；（2）统计代码放置的位置和前后
【Linux命令三】Top命令 bit1129 linux命令
Linux的Top命令类似于Windows的任务管理器，可以查看当前系统的运行情况，包括CPU、内存的使用情况等。如下是一个Top命令的执行结果： top - 21:22:04 up 1 day, 23:49, 1 user, load average: 1.10, 1.66, 1.99 Tasks: 202 total, 4 running, 198 sl
spring四种依赖注入方式白糖_ spring
平常的java开发中，程序员在某个类中需要依赖其它类的方法，则通常是new一个依赖类再调用类实例的方法，这种开发存在的问题是new的类实例不好统一管理，spring提出了依赖注入的思想，即依赖类不由程序员实例化，而是通过spring容器帮我们new指定实例并且将实例注入到需要该对象的类中。依赖注入的另一种说法是“控制反转”，通俗的理解是：平常我们new一个实例，这个实例的控制权是我
angular.injector boyitech AngularJS AngularJS API
angular.injector 描述: 创建一个injector对象, 调用injector对象的方法可以获得angular的service, 或者用来做依赖注入. 使用方法: angular.injector(modules, [strictDi]) 参数详解: Param Type Details mod
java-同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待 bylijinnan Integer
public class PC { /** * 题目：生产者-消费者。 * 同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待。 */ private static final Integer[] val=new Integer[10]; private static
使用Struts2.2.1配置 Chen.H apache spring Web xml struts
Struts2.2.1 需要如下 jar包: commons-fileupload-1.2.1.jar commons-io-1.3.2.jar commons-logging-1.0.4.jar freemarker-2.3.16.jar javassist-3.7.ga.jar ognl-3.0.jar spring.jar struts2-core-2.2.1.jar struts2-sp
[职业与教育]青春之歌 comsci 教育
每个人都有自己的青春之歌............但是我要说的却不是青春... 大家如果在自己的职业生涯没有给自己以后创业留一点点机会,仅仅凭学历和人脉关系,是难以在竞争激烈的市场中生存下去的.... &nbs
oracle连接(join)中使用using关键字 daizj JOIN oracle sql using
在oracle连接(join)中使用using关键字 34. View the Exhibit and examine the structure of the ORDERS and ORDER_ITEMS tables. Evaluate the following SQL statement: SELECT oi.order_id, product_id, order_date FRO
NIO示例 daysinsun nio
NIO服务端代码： public class NIOServer { private Selector selector; public void startServer(int port) throws IOException { ServerSocketChannel serverChannel = ServerSocketChannel.open(
C语言学习homework1 dcj3sjt126com c homework
0、课堂练习做完 1、使用sizeof计算出你所知道的所有的类型占用的空间。 int x; sizeof(x); sizeof(int); # include <stdio.h> int main(void) { int x1; char x2; double x3; float x4; printf(&quo
select in order by , mysql排序 dcj3sjt126com mysql
If i select like this: SELECT id FROM users WHERE id IN(3,4,8,1); This by default will select users in this order 1,3,4,8, I would like to select them in the same order that i put IN() values so:
页面校验-新建项目 fanxiaolong 页面校验
$(document).ready( function() { var flag = true; $('#changeform').submit(function() { var projectScValNull = true; var s =""; var parent_id = $("#parent_id").v
Ehcache（02）——ehcache.xml简介 234390216 ehcache ehcache.xml 简介
ehcache.xml简介 ehcache.xml文件是用来定义Ehcache的配置信息的，更准确的来说它是定义CacheManager的配置信息的。根据之前我们在《Ehcache简介》一文中对CacheManager的介绍我们知道一切Ehcache的应用都是从CacheManager开始的。在不指定配置信
junit 4.11中三个新功能 jackyrong java
junit 4.11中两个新增的功能，首先是注解中可以参数化，比如 import static org.junit.Assert.assertEquals; import java.util.Arrays; import org.junit.Test; import org.junit.runner.RunWith; import org.junit.runn
国外程序员爱用苹果Mac电脑的10大理由 php教程分享 windows PHP unix Microsoft perl
Mac 在国外很受欢迎，尤其是在设计/web开发/IT 人员圈子里。普通用户喜欢 Mac 可以理解，毕竟 Mac 设计美观，简单好用，没有病毒。那么为什么专业人士也对 Mac 情有独钟呢？从个人使用经验来看我想有下面几个原因： 1、Mac OS X 是基于 Unix 的这一点太重要了，尤其是对开发人员，至少对于我来说很重要，这意味着Unix 下一堆好用的工具都可以随手捡到。如果你是个 wi
位运算、异或的实际应用 wenjinglian 位运算
一．位操作基础，用一张表描述位操作符的应用规则并详细解释。二．常用位操作小技巧，有判断奇偶、交换两数、变换符号、求绝对值。三．位操作与空间压缩，针对筛素数进行空间压缩。 &n
weblogic部署项目出现的一些问题（持续补充中……） Everyday都不同 weblogic部署失败
好吧，weblogic的问题确实…… 问题一： org.springframework.beans.factory.BeanDefinitionStoreException: Failed to read candidate component class: URL [zip:E:/weblogic/user_projects/domains/base_domain/serve
tomcat7性能调优（01） toknowme tomcat7
Tomcat优化： 1、最大连接数最大线程等设置 <Connector port="8082" protocol="HTTP/1.1" useBodyEncodingForURI="t
PO VO DAO DTO BO TO概念与区别 xp9802 java DAO 设计模式 bean 领域模型
O/R Mapping 是 Object Relational Mapping（对象关系映射）的缩写。通俗点讲，就是将对象与关系数据库绑定，用对象来表示关系数据。在O/R Mapping的世界里，有两个基本的也是重要的东东需要了解，即VO，PO。它们的关系应该是相互独立的，一个VO可以只是PO的部分，也可以是多个PO构成，同样也可以等同于一个PO（指的是他们的属性）。这样，PO独立出来，数据持

数据分析：人工智能篇

文章目录

第三章 数据可视化库matplotlib

3.1 matplotlib基本绘图操作

3.2 plot的线条和颜色

3.3 条形图分析

3.4 箱型图分析

3.5 直方图分析

3.6 散点图分析

3.7 图表的美化

第四章 数据预测库Sklearn

4.1 sklearn预测未来

4.2 回归数据的预测

4.2.1 回归数据的切分

4.2.2 线性回归数据模型

4.2.3 回归模型评估方法-MSE

4.3 二分类数据的预测

4.3.1 二分类数据的切分

4.3.2 逻辑回归数据模型

4.3.3 二分类模型评估指标-准确率

4.3.2 逻辑回归数据模型

4.3.3 二分类模型评估指标-准确率

你可能感兴趣的:(python,数据分析,matplotlib,数据分析,python,matplotlib,sklearn)

第三章数据可视化库matplotlib

第四章数据预测库Sklearn