python数据挖掘

Python数据挖掘-时间序列-非季节性时间学分解

概念时间序列（TimeSeries）时间序列是均匀时间间隔上的观测值序列时间序列分析（TimeSeriesAnalysis）趋势分析序列分解序列预测时间序列分解（Time-SeriesDecomposition）时间写按照季节性来分类，分为季节性时间序列和非季节性时间序列非季节性时间序列：趋势部分、不规则部分；季节性时间序列：趋势部分、不规则部分、季节性部分非季节性时间序列分解MA（MovingA
anrao9657·2020-06-22 14:38

Python数据挖掘学习02--numpy和pandas模块基本使用

一、numpy模块导入numpy模块并命名为npy>>>importnumpyasnpy1、创建数组（1）一维数组>>>x=npy.array(['22','18','15','4'])>>>xarray(['22','18','15','4'],dtype='>>（2）二维数组>>>y=npy.array([['aa','bb','cc'],['12','14'],['adasd']])>>>y
冰彡棒·2020-06-22 11:53

Python数据挖掘与机器学习技术入门实战！

本文包含了五个知识点：数据挖掘与机器学习技术简介Python数据预处理实战常见分类算法介绍对鸢尾花进行分类案例实战类算法的选择思路与技巧一、数据挖掘与机器学习技术简介什么是数据挖掘?数据挖掘指的是对现有的一些数据进行相应的处理和分析，最终得到数据与数据之间深层次关系的一种技术。例如在对超市货品进行摆放时，牛奶到底是和面包摆放在一起销量更高，还是和其他商品摆在一起销量更高。数据挖掘技术就可以用于解决
pythonjavaphp·2020-06-22 03:30

Python数据挖掘

1、特征工程有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。一个非常简单的例子，现在出一非常简答的二分类问题题，请你使用逻辑回归，设计一个身材分类器。输入数据X:身高和体重，标签为Y:身材等级（胖，不胖）。显然，不能单纯的根据体重来判断一个人
Metal1·2020-06-22 01:06

[关系图谱] 二.Gephi导入共线矩阵构建作者关系图谱

推荐前文：[python数据挖掘课程]十七.社交网络Networkx库分析人物关系（初识篇）[关系图谱]一.Gephi通过共线矩阵构建知网作者关系图谱PS：2019年1~2月作者参加了CSDN2018年博客评选
Eastmount·2020-06-21 19:18

【Python数据挖掘课程】四.决策树DTC数据分析及鸢尾数据集分析

今天主要讲述的内容是关于决策树的知识，主要包括以下内容：1.分类及决策树算法介绍2.鸢尾花卉数据集介绍3.决策树实现鸢尾数据集分析前文推荐：【Python数据挖掘课程】一.安装Python及爬虫入门介绍
Eastmount·2020-06-21 19:46

Python数据挖掘教程-第7天(1)：Python常用内置函数

到目前为止（3.8.2），Python解释器共计提供了69个内置函数和类型，这些函数可以在任意条件下被调用。例如我们之前用来查询变量类型的type()就是一个内置函数。type()实际上是类的构造方法，其返回值是一个type对象，大家在没有理解类与对象之前，也可以先简单地将其理解为一个函数。下面我们来详细介绍一下在初学阶段比较常用的内置函数，在描述函数的功能时也主要以初学阶段可以用到的功能为主。1
长行·2020-06-21 18:39

Python数据挖掘教程-第3天(1)：变量

使用变量此前，我们已经了解了控制台输入和输出的方法，通过以下代码，我们可以实现了读取用户想到的数字并输出。number=input("你想到了什么数字?")print("你想到的数字是:",number)在这段代码中：第一行我们使用input()函数从控制台读取了用户输入的内容，并将其存入了名为number的变量中，而在第二行中，我们使用print()函数将number变量的值输出到了控制台中。我
长行·2020-06-21 18:39

Python数据挖掘——文本分析

一、一、定义：文本挖掘：从大量文本数据中抽取出有价值的知识，并且利用这些知识重新组织信息的过程。二、语料库（Corpus）语料库是我们要分析的所有文档的集合。importosimportos.pathfilePaths=[]#定义一个数组变量#再用OS.walk的方法传入目录#文件所在的文件目录，命名为root#root下的所有子目录，命名为dirs#root下的所有文件，命名为filesforr
zhuoyue65·2020-06-21 15:04

Python数据挖掘与机器学习技术入门实战

数十款阿里云产品限时折扣中，赶紧点击这里，领劵开始云上实践吧！本次直播视频精彩回顾，戳这里！直播涉及到的PPT，戳这里！课程主讲简介：韦玮，企业家，资深IT领域专家/讲师/作家，畅销书《精通Python网络爬虫》作者，阿里云社区技术专家。以下内容根据主讲嘉宾视频分享以及PPT整理而成。本次课程包含了五个知识点：1.数据挖掘与机器学习技术简介2.Python数据预处理实战3.常见分类算法介绍4.对鸢
zzm_·2020-06-21 11:37

Python数据分析、挖掘常用工具

挖掘场景中常用特性：列表（可以被修改），元组（不可以被修改）字典（结构）集合（同数学概念上的集合）函数式编程（主要由lambda()、map()、reduce()、filter()构成）Python数据分析常用库：Python
MHyourh·2020-06-21 07:27

Python数据挖掘教程-第3天(3)：运算符

算术运算符在以上的内容中，我们已经涉及了加、减、乘、除、取余、取模、幂运算共7种运行。这类用于运算的符号叫做“运算符”，之前我们涉及的7种运算符都属于“算术运算符”。运算符功能+数字+数字=求和;字符串+字符串=按前后顺序合并字符串-数字-数字=计算差值*数字*数字=求积;字符串*数字=重复若干次的字符串/数字/数字=求商%数字%数字=取余(除法的余数部分)//数字//数字=取模(商的整数部分)*
长行·2020-06-20 22:50

Python数据挖掘与文本分析

在过去的两年间，Python一路高歌猛进，成功窜上“最火编程语言”的宝座。惊奇的是使用Python最多的人群其实不是程序员，而是数据科学家，尤其是社会科学家，涵盖的学科有经济学、管理学、会计学、社会学、传播学、新闻学等等。大数据时代到来，网络数据正成为潜在宝藏，大量商业信息、社会信息以文本等非结构化、异构型数据格式存储于网页中。非计算机专业背景的人也可借助机器学习、人工智能等方法进行研究。使用网络
唧唧堂·2020-06-07 00:00

视频教程-Python数据挖掘实战-机器学习

Python数据挖掘实战计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战讲师。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的新算法。
weixin_30353673·2020-05-28 10:00

Python数据分析、挖掘常用工具

挖掘场景中常用特性：列表（可以被修改），元组（不可以被修改）字典（结构）集合（同数学概念上的集合）函数式编程（主要由lambda()、map()、reduce()、filter()构成）Python数据分析常用库Python
深度沉迷学习·2020-04-14 12:22

【分析篇】：python统计各个变量之间的相关系数

catering_sale_all.xlsPaste_Image.png代码结果：餐饮销量数据相关性分析Paste_Image.png源代码importpandasaspdcatering_sale='F:/python
dataheart·2020-04-10 05:33

时间序列分析预测

全栈工程师开发手册（作者：栾鹏）python数据挖掘系列教程时间序列中常用预测技术，一个时间序列是一组对于某一变量连续时间点或连续时段上的观测值。
数据架构师·2020-04-09 22:15

Machine Learning -- 揭开机器学习的面纱

参考内容:python数据挖掘与机器学习实战.方魏.机械工业出版社.2019.05机器学习基础:从入门到求职.胡欢武.电子工业出版社.2019.031.何为机器学习？
欲_槿·2020-04-09 11:00

Python机器学习阶段学习线路图

按照如下学习步骤学习，可以掌握Python数据挖掘分析相关知识，入门人工智能。知识点细化：jupyter入门：jupyter软件安装、jupyter入门、numpy学习。
千_锋小小千·2020-04-07 17:16

Python数据挖掘与分析----Pandas常用知识

前言Pandas基于两种数据类型：series与dataframe。一个series是一个一维的数据类型，其中每一个元素都有一个标签。series类似于Numpy中元素带标签的数组。其中，标签可以是数字或者字符串。一个dataframe是一个二维的表结构。Pandas的dataframe可以存储许多种不同的数据类型，并且每一个坐标轴都有自己的标签。你可以把它想象成一个series的字典项。Pand
我为峰2014·2020-03-30 18:14

Python数据挖掘013-时序模式

时序模式是数据挖掘中的第四种应用类别。时序模式是基于时间序列的历史数据，来预测未来短期内的可能值。image.png1.时间序列的预处理拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，这两个重要的检验称为序列的预处理。根据检验结果可以将序列分为不同类型，对不同类型的序列采用不同的分析方法。对于纯随机序列，又称为白噪声序列，序列的各项之间没有任何相关关系。序列在进行完全无序的随机波动，可
科技老丁哥·2020-03-26 18:15

Python机器学习初步——第二部分

+++++++++++++++++++++++++#machine_five_ldmwp.py#@简介：用python进行机器学习和数据挖掘#@作者：Glen#@日期：2016.8.16#@资料来源：Python
plutoese·2020-03-25 21:03

Python数据挖掘与机器学习_通信信用风险评估实战(3)——特征工程

系列目录：Python数据挖掘与机器学习_通信信用风险评估实战(1)——读数据Python数据挖掘与机器学习_通信信用风险评估实战(2)——数据预处理有这么一句话在业界广为流传：数据和特征决定了机器学习的上限
padluo·2020-03-16 11:31

Python数据挖掘 环境搭建

deepin有很多小伙伴想学习python,但windows写python基本是坑,deepin属于linux分支,界面美观,内置大量桌面软件,对新手十分友好,这里尝试在深度系统(deepin)内安装python开发工具jupyter，并完成一个绘制折线图的入门案例将默认的bash更换为zsh(个人喜好,可跳过)首先，安装zsh：sudoapt-getinstallzsh先安装gitsudoapt
zhaoolee·2020-03-16 09:04

Python数据挖掘与机器学习_通信信用风险评估实战(1)——读数据

案例及数据说明本案例以DataTech2017浙江大数据建模与创新应用大赛的模型挑战赛选题三:通信信用风险评估为例说明。此次比赛还在进行中，开放了浙江移动及相关企业脱敏后的数据，大家都可以拿来练练手。本选题用到的数据包括公共数据集、用户通话数据、违约行为数据。训练集数据：用户通话数据(201703-201706)，违约行为数据(201707)，公共数据-基本信息(201703-201706)，公共
padluo·2020-03-15 06:00

Python数据挖掘与机器学习_通信信用风险评估实战(4)——模型训练与调优

系列目录：Python数据挖掘与机器学习_通信信用风险评估实战(1)——读数据Python数据挖掘与机器学习_通信信用风险评估实战(2)——数据预处理Python数据挖掘与机器学习_通信信用风险评估实战
padluo·2020-03-14 15:33

数据挖掘入门系列教程（三点五）之决策树

数据挖掘入门系列教程（三点五）之决策树本来还是想像以前一样，继续学习《Python数据挖掘入门与实践》的第三章“决策树”，但是这本书上来就直接给我怼了一大串代码，对于决策树基本上没有什么介绍，可直接把我给弄懵逼了
段小辉·2020-03-14 00:00

Python机器学习初步——第一部分

++++++++++++++++++++#machine_classfied_ldmwp.py#@简介：用scikit-learn估计器分类#@作者：Glen#@日期：2016.8.13#@资料来源：Python
plutoese·2020-03-13 11:53

需要做些什么

目前就是1、疯狂的看文章了解ML和DM，然后2、疯狂的python学会接着按这个步骤：零基础学习Python数据挖掘（修改版）1、python学习入门->……（现在需要做的）阅读MLDM相关/学习基础python
__YukiMakino·2020-03-12 07:31

【分析篇】：Python 拉格朗日插值代码(缺失值)和数据规范化

(缺失值的数据处理)importpandasaspd#导入数据分析库Pandasfromscipy.interpolateimportlagrange#导入拉格朗日插值函数inputfile='F:/python
dataheart·2020-03-11 01:42

我打个电话过去，你敢不敢说声yes（一）

这其实是一篇关于python数据挖掘/机器学习的文章，分析的是葡萄牙某银行某次电话营销的数据，数据来自这里。（更多数据请看UCIMachineLearningRepository。）
爱斯翠摩鸡·2020-03-10 05:06

2017技术类书籍书单

（目前看完4本）Python笨办法学PythonFlaskWeb开发：基于Python的Web应用开发实战Python网络数据采集Python项目实战2Python基础教程Python数据分析Python
MiracleWong·2020-03-04 11:47

Python数据挖掘与机器学习实战——回归分析——逻辑回归

逻辑回归：逻辑回归也被称为广义线性回归模型，它与线性回归模型的形式基本上相同，最大的区别就在于它们的因变量（y）不同，如果是连续的，就是多重线性回归；如果是二项分布（0或1、是或否等），就是逻辑回归。Logistic回归虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于两分类问题（即输出只有两种，分别代表两个类别）。逻辑回归就是这样的一个过程：面对一个回归或者分类问题，建立代价函数，然后通
pillow_L·2020-02-25 22:47

数据挖掘之matplotlib入门

简单介绍matplotlib库是Python数据挖掘中的库之一，主要用于2D绘图，简单的3D绘图，数据可视化的库。
徐代龙·2020-02-23 23:01

Python数据挖掘实战1：逻辑回归预测银行贷款拖欠率

Reference《Python数据分析与挖掘实战（第2版）》页码：P107，代码略有改进bankloan.xls数据下载Logistic回归建模pythonversion3.7#数据展示importpandasaspddata=pd.read_excel('bankloan.xls')Data=pd.DataFrame(data)Data.head()image.png#模型构建和模型的准确度i
wangsb_2020·2020-02-05 20:23

Python数据挖掘016-航空公司客户价值

本案例的目标是客户价值识别，即通过航空公司客户数据识别不同价值的客户，识别客户价值应用最广泛的模型是通过3个指标（最近消费时间间隔Recency,消费频率Frequency,消费金额Money）来进行客户细分，识别出高价值的客户，所以称为RFM模型。但本案例使用客户关系长度L，消费时间间隔R,消费频率F，飞行里程M，折扣系数的平均值C五个指标来识别客户价值，简称LRFMC模型。image.png本
科技老丁哥·2020-02-02 19:14

Python数据挖掘020-磁盘容量预测

在系统运维中，经常会遇到某个具体组件发生故障，进而导致整个应用系统瘫痪的情况，所以要及时对这些具体组件进行跟踪和预测，判断出如果发生故障，要及时给予告警。如下为某个应用系统的拓扑关系图。image.png本案例的目的是通过分析历史磁盘容量相关数据，采用时间序列分析法，预测应用系统服务器磁盘已使用空间的大小，根据用户需求设定不同的预警等级，将预测值和容量值进行比较，对其结果进行预警判断，提供定制化预
科技老丁哥·2020-02-02 16:48

Python数据挖掘021-电子商务推荐系统

搜索引擎的作用是根据用户输入的关键词返回给用户与关键词相关的信息。但有时用户无法准确描述自己的需求时，这种关键词搜索的方式就无能为力了。所以需要建立推荐引擎。推荐系统通过分析用户的历史行为，主动向用户推荐能够满足他们兴趣和需求的信息，当用户访问网站时，系统会记录用户访问网站的日志，其中记录了用户IP,访问时间，访问内容等多项属性。本案例的目的为：按照低于研究用户访问时间，访问内容和访问次数等分析主
科技老丁哥·2020-02-02 14:42

2019年下半年阅读

《R语言数据挖掘》，《R语言数据分析案例》，《R语言数据探索与数据可视化》，《python数据挖掘》，《golang入门到实战》所以看了市面上我所写书相关主题的书，基本上都看了，这一部分就不罗列。
Liam_ml·2020-02-02 12:44

Python数据挖掘015-电力窃漏电自动识别

本项目的目标是通过电量异常数据，负荷异常数据，终端报警数据，主站报警，线损异常数据等信息，建立数据分析模型，来实时检测窃漏电情况或发现计量装置故障的作用。主要任务是：归纳出窃漏电用户的关键特征，构建窃漏电用户的识别模型，利用实时监测数据，调用窃漏电用户识别模型实现实时诊断。image.png1.准备数据集抽取某市近5年来所有的窃漏电用户有关数据和不同用电类型正常用电用户共208个用户的有关数据，同
科技老丁哥·2020-02-02 05:11

Python数据挖掘017-中医证型关联规则

项目目标：根据乳腺癌患者的病理信息，挖掘患者的症状与中医证型之间的关联关系，特别是各中医证素与乳腺癌TNM分期之间的关系。原始数据是根据问卷调查得到，基本挖掘流程为：image.png1.数据预处理属性归约：收集到的数据集案由73个属性，但为了更有效的挖掘，此处仅仅选择6种证型得分，TNM分期的属性值构成数据集。如下：image.png1.1数据变换主要采用属性构造和数据离散化两种方法来处理。首先
科技老丁哥·2020-02-02 02:32

Python数据挖掘019-家庭用水行为分析

本项目主要实现目标为：1根据热水器采集的数据，划分一次完整用水事件。2在划分好的一次完整用水事件中，识别出洗浴事件。1.划分一次完整的用水事件本案例要分两个步骤来做，第一步是根据数据划分一次完整的用水事件，而一次完整的用水事件是根据水流量和停顿事件间隔的阈值划分的，所以需要建立阈值寻优模型。1.1使用固定阈值来划分在用水状态记录中，水流量不为0表示用户正在用热水，而水流量为0时表示用热水发生停顿或
科技老丁哥·2020-02-02 00:26

Python数据挖掘014-离群点检测

离群点检测是数据挖掘中的第五个经典应用领域。它的任务是发现于大部分其他对象显著不同的对象。离群点的属性值明显偏离期望的或常见的属性值，所以离群点检测也称为偏差检测。已经被广泛应用于电信和信用卡的诈骗检测，贷款审批，电子商务，网络入侵，电子商务，天气预报等领域。1.离群点的检测方法image.png2.基于模型的离群点检测方法通过估计概率分布的参数来建立一个数据模型，如果一个数据对象不饿能很好的同该
科技老丁哥·2020-02-01 16:54

Python数据挖掘018-基于水色进行水质评价

本案例是基于水质图像来对水质进行分类，所以是图像分类问题，一般的，可以直接构建CNN深度模型来分析，效果会非常好，但此处我们首先从图像中提取特征，然后用SVM分类器来分类。水色分类的类别分别为：image.png整个分析流程为：image.png1.准备数据集数据的收集过程为：拍摄水样，采集水样图片，从图像中提取出关键特征指标。所以此处的图像特征提取是图像识别或分类的关键步骤。图像特征有非常多，比
科技老丁哥·2020-02-01 15:39

Python数据挖掘与机器学习，快速掌握聚类算法和关联分析

摘要：前文数据挖掘与机器学习技术入门实战与大家分享了分类算法，在本文中将为大家介绍聚类算法和关联分析问题。分类算法与聚类到底有何区别？聚类方法应在怎样的场景下使用？如何使用关联分析算法解决个性化推荐问题？本文就为大家揭晓答案。本次直播视频精彩回顾，戳这里！演讲嘉宾简介：韦玮，企业家，资深IT领域专家/讲师/作家，畅销书《精通Python网络爬虫》作者，阿里云社区技术专家。以下内容根据演讲嘉宾视频分
阿里云云栖号·2020-01-06 11:00

Python数据挖掘03-requests库

相比Python内置的urllib和urllib2库，第三方的requests库提供了更强大的网络请求功能，使用起来也更方便。测试一下：importrequestsresp=requests.get('http://baidu.com')printresp.status_code#200requests可以发送各种请求：r=requests.post("http://httpbin.org/pos
千山万水·2020-01-05 19:39

Python数据挖掘04-BeautifulSoup库

爬虫抓回来的网页一般是个html文件，为了提取文件中的有效信息，就需要对其进行解析。直接采用字符串的方法进行查找、替换固然可行，但是效率很低。这时候就可以请出BeautifulSoup来帮忙了。简单来说，BeautifulSoup是python的一个库，最主要的功能是从网页抓取数据，官网介绍如下。BeautifulSoup提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它
千山万水·2020-01-05 12:39

python数据挖掘领域工具包

原文：http://qxde01.blog.163.com/blog/static/67335744201368101922991/Python在科学计算领域，有两个重要的扩展模块：Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括：一个强大的N维数组对象Array；比较成熟的（广播）函数库；用于整合C/C++和Fortran代码的工具包；实用的线性代数、傅里叶变换和
此番风景·2020-01-05 00:07

Python数据挖掘05-json格式

在网页爬虫中经常需要传输和解析json数据，JSON的全称是”JavaScriptObjectNotation”，意思是JavaScript对象表示法，它是一种基于文本，独立于语言的轻量级数据交换格式。XML也是一种数据交换格式，为什么没有选择XML呢？因为XML虽然可以作为跨平台的数据交换格式，但是在JS(JavaScript的简写)中处理XML非常不方便，同时XML标记比数据多，增加了交换产生
千山万水·2019-12-28 10:50

精品课程 | Python数据挖掘与Stata应用能力提升与实证前沿寒假工作坊

课程概览·时间：2020年1月9-10日（模块Ⅰ：python数据挖掘）2020年1月11-16日（模块Ⅱ：stata应用能力提升与实证前沿）·地点：浙江·杭州（浙江工商大学）·主讲嘉宾：邓旭东（哈尔滨工业大学
唧唧堂·2019-12-25 00:00
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他