qq_40082282的博客

异常值分析是检验数据是否有录入错误以及含有不合常理的数据。忽视异常值的存在是十分危险的，不加剔除地把异常值包括进数据的计算分析过程中，对结果会产生不良影响；重视异常值的出现，分析其产生的原因，常常成为发现问题进而改进决策的契机。异常值是指样本中的个别值，其数值明显偏离其余的观测值。异常值也称为离群点，异常值的分析也称为离群点分析。（1）简单统计量分析可以先对变量做一个描述性统计，进而查看哪些...

一、数据挖掘1.数据挖掘定义：从海量数据（包含文本）中挖掘出对企业有潜在价值的趋势、知识或规则，并利用这些知识或规则进行建立模型，对预测型决策进行指导的过程。2.数据挖掘的流程：2.1、数据抽取：要重点关注数据的质量，可以进行同环比、逻辑、日期、平衡关系校验。2.2、数据探索：主要包括 相关性分析、、、2.3、数据预处理：2.4、模型建立：2.5、模型评价：3.数据挖掘的工具：...

一、抓取小丑的豆瓣短评网址：https://movie.douban.com/subject/27119724/reviews?start=20每一页20个评论，我总共抓取了3060条评论：分别抓取了评论用户的名称、短评的内容，点赞数目以及用户链接抓取内容保存为文本格式，用pandas进行读取后如下所示：import pandas as pdtable=pd.read_table('...

1.生成数组1.1使用array函数生成数组import numpy as npdata1=[[4,3,5,2],[4,7,5,9]]np.array(data1)1.2生成特殊数组#创建全为0的数组np.zeros((3,4))#创建全为1的数组np.ones((3,3))2.改变数组类型2.1 astype函数改变类型data.dtype#dtype查看数组类...

① jieba.analyse.extract_tags 提取关键字：第一个参数：待提取关键词的文本第二个参数：返回关键词的数量，重要性从高到低排序第三个参数：是否同时返回每个关键词的权重第四个参数：词性过滤，为空表示不过滤，若提供则仅返回符合词性要求的关键词print("***案例1***"*3)txt='那些你很冒险的梦，我陪你去疯，折纸飞机碰到雨天终究会坠落，伤人的话我直说，因为...

pandas记载你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。1.构造Series和DataFrame对象Series和DataFrame是pandas的基本对象，下面来演示下如何构造它们：import pandas as pd#构造series对象obj_...