AthlenaA的博客

Python数据分析——第10周回归分析回归分析：通过建立模型来研究变量之间相互关系的密切程度、结构状态及进行模型预测的一种有效工具一元线性回归：多元线性回归：多个因变量与多个自变量的回归：一元非线性回归：对自变量或者因变量进行非线性的转换分段回归：多元非线性回归：含有定性变量的回归：少年组、青年组、老年组，分别是0,、1、2函数关系与相关关系 函数关系：确定性关系，y=...

聚类聚类和分类判别有什么区别?样本点的关键度量指标:距离 距离的定义 常用距离– 欧氏距离，euclidean——通常意义下的距离– 马氏距离，manhattan——考虑到变量间的相关性，并且与变量的单位无关– 余弦距离，cosine——衡量变量相似性(凝聚的)层次聚类法思想1 开始时，每个样本各自作为一类2 规定某种度量作为样本之间的距离及类与类之间的距离，并...

分类 什么是分类– 分类模型:输入样本的属性值，输出对应的类别，将每个样本映射到预先定义好的类别 常用分类算法– Knn算法– 决策树– 贝叶斯分类器– 支持向量机– 神经网络5种算法！！分类：分为娱乐新闻、民生新闻、识别到各个类别之间的差距，对于新给的一个新闻，根据历史信息预测到它的类别有监督的学习：类别是已经确定的根据训练集数据模型的创建、模型的使用类别是给定的...

时间序列时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。随着时间发展变化的一个规律时间序列：每个时间点上都是一个随机变量，每个时间点上都获得一个观测值。预测未来的值。不同年份的气温变化规律，应用于未来的气温预测上面时间序列算法 平滑法用于趋势分析...

针对因变量是一个分类变量的情况下，特别是二元的一个分类变量。我们可以把它的取值转化为0 1的取值的情况。通过一个函数，将因变量转化为连续变量，然后回到线性回归的基本方法上去构建线性回归。Logistic函数某个情况是否发生。p1-pp/1-pz= ln(p/1-p)。 p在0到1之间，z在负无穷到正无穷之间p=1/1+e^-z赢的事件和输的事件的优势比p在0到1之间事实上，...

假设检验——常用假设检验与实例分析本周内容 描述统计学– 集中趋势– 离散趋势– 偏态 假设检验– 基本原理– 基本概率统计学 统计学可以分为:描述统计学与推断统计学 描述统计学:使用特定的数字或图表来体现数据的集中程度和离散程度。例:每次考试算的平均分，最高分，各个分段的人数分布等，也是属于描述统计学的范围。 推断统计学:根据样本数据推断总体数据特征。例:产品质...

数据聚合与分组处理——数据聚合、分组运算与转换、透视表与交叉表代码# -*- coding: utf-8 -*-from __future__ import divisionfrom numpy.random import randnimport numpy as npimport osimport matplotlib.pyplot as pltnp.random.seed(12...

绘图与可视化——基本绘图命令与图形概览、图形元素设定与实例：地震危机数据的可视化代码# -*- coding: utf-8 -*-from __future__ import divisionfrom numpy.random import randnimport numpy as npimport osimport matplotlib.pyplot as pltnp.rando...

代码# -*- coding: utf-8 -*-from __future__ import divisionimport numpy as npimport osimport matplotlib.pyplot as pltfrom scipy.interpolate import lagrange #导入拉格朗日插值函数np.random.seed(12345)plt.rc(...

代码# -*- coding: utf-8 -*-import numpy as npimport pandas as pdimport sysfrom pandas import Series, DataFrame###pandas#Seriesobj = Series([4, 7, -5, 3])objobj.valuesobj.indexobj2 = Se...

代码# -*- coding: utf-8 -*-from __future__ import divisionfrom numpy.random import randnimport numpy as np# -*- coding: utf-8 -*-###通用函数arr = np.arange(10)np.sqrt(arr)np.exp(arr)x = randn...

代码# -*- coding: utf-8 -*-#向量相加-Pythondef pythonsum(n): a = range(n) b = range(n) c = [] for i in range(len(a)): a[i] = i ** 2 b[i] = i ** 3 c.append(a[i]...

timecalendar不定长参数*代码# -*- coding: utf-8 -*-#条件语句'''if 判断条件： 执行语句……else： 执行语句……'''flag = Falsename = 'python'if name == 'python': # 判断变量否为'python' ...

没有编译的环节Numpy Numerical PythonPandas R语言里面也有DataFrame，Python中更加强大MatplotlibSciPyhttp://ipython.org/https://www.python.org/downloads/IDLE是python自带的编辑器Shell是交互式执行的在IDLE出现之前，python是在CM...

第一部分. Python基础第一课：Python的概览——Python的基本介绍、安装与基本语法、变量类型与运算符第二课：了解Python流程控制——条件、循环语句与其他语句第三课：常用函数——函数的定义与使用方法、主要内置函数的介绍第四课：NumPy基础——数组的创建、组合与分割第一课：Python的概览——Python的基本介绍、安装与基本语法、变量类型与运算符第二课：了解Pyth...

课程大纲：第一部分. Python基础第一课：Python的概览——Python的基本介绍、安装与基本语法、变量类型与运算符第二课：了解Python流程控制——条件、循环语句与其他语句第三课：常用函数——函数的定义与使用方法、主要内置函数的介绍第四课：NumPy基础——数组的创建、组合与分割第二部分 数据分析的准备第五课：了解数据——数据加载、储存与文件格式；异常值的清理与缺失值处理...