
《Python数据分析与挖掘实战》
取啥名字好�
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
第六章——电力窃漏电用户自动识别 实验一
实验一是处理表格中的缺失值,这里用的是拉格朗日插值法 # 导入pandas数据分析库 import pandas as pd # 导入lagrange插值函数 from scipy.interpolate import lagrange # 忽略警告信息 import warnings warnings.filterwarnings('ignore') # 输入数据的路径 inputfile =...原创 2019-04-16 21:09:47 · 1320 阅读 · 1 评论 -
第五章——挖掘建模之决策树
1原创 2019-04-22 16:51:43 · 766 阅读 · 0 评论 -
挖掘建模之神经网络
人工神经网络是一种模拟生物神经网络进行信息处理的数学模型。人工神经网络的设计是以人工神经元为基础的。它也是人工神经网络操作的基本信息处理单位。 上图为人工神经元模型。图中的激活函数有如下几种 激活函数 在分类与预测,δ学习规则(误差校正学习算法)是使用最为广泛的一种。 常用的用来实现否对、、分类和预测的人工神经网络算法有 人工神经网络 BP神经网络的学习算法是δ学习规则,目标函数采用E=∑...原创 2019-04-24 20:02:46 · 574 阅读 · 0 评论 -
挖掘建模之K-means聚类算法
定义 K-Means算法(K-均值聚类)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,其相似度越大。 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 所有对象分配完成之后,重新计算K个聚类的中心 与前一次计算得到的K个聚类中...原创 2019-05-07 20:04:39 · 736 阅读 · 0 评论