qq_37746855的博客

因子分析python实现

挖掘建模②—Python实现分类与预测Python实现分类与预测Python实现分类与预测

数据探索（数据特征分析）—Python数据特征分析分布分析定量数据的分布分析遵循的主要原则有实例Python实现代码实现定性数据的分布分析对比分析对比分析主要有以下两种形式：统计量分析周期性分析贡献度分析相关性分析数据特征分析对数据进行质量分析以后，接下来就是对数据做特征分析。一般可通过绘制图表、计算某些特征量等手段进行数据的特征分析。分布分析分布分析能揭示数据的分布特征和分布类型，便于发现某些特大或特小的可疑值。对于定量数据，欲了解其分布形式，是对称的、还是非对称的，可做出频率分布表、绘制频率分布

挖掘建模③—关联规则及python实现关联规则常用关联算法Apriori算法关联规则关联规则分析是数据挖掘中最活跃的研究方法之一，目的是在一个数据集中找出各项之间的关联关系，而这种关系并没有在数据中直接表示出来。常用关联算法在这里插入图片描述Apriori算法...

聚类分析常用聚类方法如下表：常用聚类算法如下表：K-Means聚类算法K-Means算法是典型的基于距离的非层次聚类算法，在最小化误差函数的基础上将数据划分为预定的类数K，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。K-Means聚类算法中，一般需要度量样本之间的距离、样本与簇之间的距离以及簇与簇之间的距离。算法过程从N个样本数据中随机选取K个对象作为初始的聚类中心；分别计算每个样本到各个聚类中心的距离，将对象分配到距离最近的聚类中；所有对象分配完成

挖掘建模①—分类与预测

数据集成、数据变换、数据规约(小波变换主成分分析……）

数据质量分析数据预处理 重复值、缺失值、异常值处理。拉格朗日插补、牛顿插补法、3σ 原则

Python 读取数据、处理重复值缺失值，数据规整（索引、排序、数据格式调整……）

python基础知识-计算器变量类型判断与循环循环whilefor函数数据结构List（列表）/Tuple（元组）列表与元组一些常见的与列表/元组相关的函数作为对象来说，列表本身自带了很多实用的方法Dictionary（字典）创建一个字典的基本方法Set（集合）函数式编程lambdamapreducefilter库的导入与添加计算器变量类型判断与循环需要特别指出的是，Python一般不用花括号{}，也没有end语句，它是用缩进对齐作为语句的层次标记。同一层次的缩进量要一一对应，否则报错。if 条

Python学习Python简介Python安装Unix & Linux 平台安装 Python3更新 Python 版本(仅在 Ubuntu 已经安装 Python 的情况下才有效)重新安装Python3下载源代码二级目录三级目录Python简介Python是一门解释型、面向对象的高级编程语言。Python是开源免费的、支持交互式、可跨平台移植的脚本语言。TIOBE 榜单：https://www.tiobe.com/tiobe-index/自TIOBE 榜单创建至今到20多年来，本月排