- 博客(9)
- 收藏
- 关注
RSS订阅原创 【Python 机器学习】随机森林实战：用分类模型预测用户购车意向
本文通过Python的scikit-learn库实现了一个基于随机森林的用户购车意向预测项目。项目使用30条用户数据，包含年龄、性别等特征，通过OrdinalEncoder进行特征编码后，构建随机森林分类器进行训练和预测。结果表明，模型在测试集上准确率为0.5，并能输出新用户的购车概率。案例完整展示了机器学习从数据预处理到模型应用的流程，重点强调了分类特征处理、随机森林参数设置及多维度模型评估的重要性，为小规模数据下的分类任务提供了实践参考。
2026-01-05 09:31:53
1026
原创 从零到一：手把手教你用 Hadoop MapReduce 实现“螺蛳粉销量排序”大数据应用
摘要：本文以柳州螺蛳粉电商销售数据为例，详细介绍了基于Hadoop-3.3.6集群的MapReduce全排序实战。通过5台虚拟机搭建集群，处理日均1.8亿条销售数据，从环境准备、需求拆解到程序开发、性能调优和可视化解读，完整呈现了大数据处理流程。重点讲解了MapReduce排序方案的选型优势、核心代码实现、性能优化6大技巧，并提供了生产级checklist和常见问题解决方案。案例展示了如何将70GB原始数据在30分钟内完成排序处理，最终通过Python可视化呈现销售趋势，为电商运营提供数据支持。文章兼具技术
2025-12-26 00:02:42
728
原创 前程无忧大数据岗位数据大屏：从 0 到 1 的全栈开发与可视化实践
本文介绍了基于Flask+ECharts构建的大数据岗位可视化分析系统，该系统通过爬取前程无忧平台数据，以多维度图表展示全国岗位分布、薪资趋势及技能需求。系统采用三层架构设计，后端使用Flask提供RESTful接口，前端利用ECharts实现交互式可视化，包含柱状图、词云等5种图表类型。关键技术包括Pandas数据处理、MySQL存储及AJAX动态加载，并具备完善的错误处理机制。该系统为求职者、企业和高校提供数据支持，未来可扩展实时更新、移动适配等功能，提升数据分析价值。
2025-11-07 23:20:22
1136
原创 中国城市幸福指数数据分析
优化城市环境治理，降低 PM2.5 浓度是提升幸福指数的关键 平衡房价与收入关系，减少通勤时间，缓解生活压力 增加公园绿地等公共空间，提升居民生活品质 完善社会保障体系（如养老保险），增强居民安全感 通过本项目分析可见，幸福指数是一个多维度平衡的结果，需综合考量经济、环境、社会资源等多重因素。通过这种分析和可视化，可以观察到不同行政级别的城市在幸福指数上的差异，例如一线城市的平均幸福指数最高，而五线城市的平均幸福指数最低。同时，通过去除标记为异常值的数据，可以提高数据集的质量，确保分析结果的准确性。
2025-06-30 10:40:48
972
原创 关于脱发的预测
本研究基于脱发相关因素数据集，采用机器学习方法分析脱发预测问题。数据包含遗传、荷尔蒙、医疗状况等12个特征。通过数据预处理（缺失值处理、特征编码）和可视化分析（分布统计、相关性热力图）发现单因素与脱发的关联性较弱。使用随机森林、XGBoost等模型进行预测，但由于数据量不足且特征预测性不强，模型表现接近随机预测。研究建议未来扩充样本规模，并探索更复杂的特征交互作用以提高预测准确性。该工作为脱发风险因素分析提供了方法论框架，但需更多数据支持才能获得可靠预测模型。
2025-06-26 16:05:06
832
原创 重生之我在做心脏病发作数据集的系统分析
本研究对心脏病数据集进行了系统分析，通过数据预处理、可视化分析和模型预测等步骤，得出以下结论：1)患者平均年龄56.2岁，男性比例更高且患病风险显著；2)心脏病患者的CK-MB和肌钙蛋白水平显著升高，年龄是重要影响因素；3)决策树、随机森林等树模型预测性能优于逻辑回归和SVM。研究结果为心脏病筛查提供了数据支持，建议临床重视心脏生化指标检测。
2025-06-19 18:44:37
845
原创 Python中的聚类
摘要：这段代码展示了从数据读取到用户分群分析的完整流程。首先通过Pandas读取Excel数据并进行预处理（去除退款、处理异常值）。随后进行多维可视化分析，包括渠道收益、月度收益和小时收益分布。核心部分采用K-means聚类构建LRFM模型（引入生命周期L指标），通过手肘法和轮廓系数确定最优聚类数（K=3），最终将用户划分为三类：重要客户（高金额低频）、潜在客户（高频低额）和一般客户（低活跃度）。针对不同群体提出了差异化的营销策略，如VIP服务、促销刺激和唤醒活动等，为精细化运营提供数据支持。整个分析涵盖了
2025-06-12 16:28:08
769
原创 运用Python分析心理健康
本文展示了一个使用Python进行心理健康数据分析与可视化的完整流程。首先通过pandas导入CSV数据，进行数据预处理包括：拆分患者姓名获取性别和年龄信息、处理日期格式、删除缺失值。然后使用pyecharts库进行多维度可视化分析：1)患者性别分布饼图显示女性占绝大多数；2)年龄分布柱状图揭示19-40岁是主要人群；3)就诊次数折线图表明多数患者就诊次数在10次以内；4)通过jieba分词和词云图展示"抑郁"、"焦虑"等是常见症状关键词。整个流程涵盖了从数据清洗到可视化分析的关键步骤，为心理健康研究提供了
2025-06-05 18:35:34
916
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