韩江雪de 小屋

时间序列分析的基本思想：寻找系统的当前值与其过去的运行记录（观察数据）的关系，建立能够比较精确地反映时间序列中动态依存关系的数学模型，并借此对系统的未来行为进行预报。ARIMA模型（Autoregressive Integrated Moving Average model,差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动）)，是时间序列预测分析方法之一。ARIMA(p，d，q)中，AR是“自回归”，p为自回归项数；

灰色预测具有操作简单、所需数据量少的优点 ，一般只要 4 个数据便可依据灰色预测序列进行预测。预测了海王星的出现，而灰色预测便是后面科学家发展出来的一种常微分方程预。随机变量看作是在一定范围内变化的灰色变量，将随机过程看作是在一定范围内。灰色理论对数据的处理方法不再是简单的从数。理统计规律出发来对待灰色变量，而使用数据处理的方法，将原始数据整理成规。律性数列再进行研究。灰色理论自从产生以来，得到了广泛的应用。GM 1,1) 模型是灰色理论常用的预测模型。2，求出所有预测数据的残差的标准差 S 2；

使用pandas库，读取excel表格的数据。然后对表格中的数据进行筛选，使用。因为需要检索excel中的一些信息，把检索后的结果，写入到新表中。来判断数据中是否包含字段中的关键字，最后，再把数据写入到新表格中。来判断数据中是否等于字段中的内容，使用。

文章目录0 效果1 实现代码2 完整代码0 效果1 实现代码读取txt文件：def readText(text_file_path): with open(text_file_path, encoding='gbk') as f: # content = f.read() return content得到文章的词频：def getRecommondArticleKeyword(text_content, key_word_need_num = 10,

文章目录1 错误重现2 原因3 解决1 错误重现2 原因没有载入正确的字体。正确设置font_path这个参数即可。3 解决由于作者使用的是mac，所以调用的也是mac上的字体库。解决方法： wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 设置中文字体，词云默认字体是“DroidSansMono.ttf字体库”，不支持中文 backg

文章目录0 背景1 解决2 安装好的检查3 附带0 背景最近在做文章高频词频统计，用到了jieba的库，里面有一个paddle模式【利用PaddlePaddle深度学习框架，训练序列标注（双向GRU）网络模型实现分词】，但是使用jieba.enable_paddle()开启模式的时候，报错了。Import paddle error, please use command to install: pip install paddlepaddle-tiny==1.6.1.Now在网上尝试了各种解决方法

文章目录0 背景1 原理1.1 标准化1.2 信息熵1.3 权重1.4 计算评分2 代码实现0 背景因为最近在用python做数据科学方面的内容，在网上查看了很多Python的熵权法实现，没有发现一个令人满意的实现。很多都无法运行，或者是只针对正向指标，或者是只计算权重，没有计算综合评分。基于以上的原因，在参考一些博主的代码后，自己完善了上面的缺点。运行结果如下图所示，可以显示原始数据、归一化后的结果、参数的熵、每个物件的评分，平均评分、权重信息。1 原理1.1 标准化1.2 信息熵1.

文章目录1 步骤2 安装python3 安装pip4 安装 tensorflow5 会出现的问题1 步骤1 安装python2 安装pip3 使用pip安装tensorflow2 安装python如果是windwos直接打开windwos微软商店上搜索并安装如果不是,则需要到python官网下载安装然后添加环境变量3 安装pip网站下载安装下载后解压，然后在命令端进入解压的文件夹，然后输入python setup.py install安装完成后，在环境变量中添加