xiaoyalian的博客

因为我遇到这个问题的时候没在网上找到合适的方法，找到个需要付费的，算了。也许是因为问的方式不同，问了半天AI也回答出来，莫名有些烦躁，打算对代码做个分析，没想到很快就出结果了，这个记得一些知识还是很有必要的，从网上找，有时候比较费时间。那里，明显多出来个a，经过我们对数据的检查发现没有问题。这个地方对应的就是图例图块里是否有显示，

线性回归模型中，如果残差服从正态分布，则可以认为模型是合理的。P值不是万能的，好的模型还是要不断试一试才能出来。回归是否有意义，还是要放在实际背景中去看。

数据质量分析是数据预处理的，也是数据分析结论和的基础。数据质量分析的主要任务是检查原始数据中是否存在脏数据。脏数据一般包括；

复杂网络分析是一种研究网络结构和动态行为的方法。复杂网络包括了许多连接和相互作用的节点，这些节点可以是人、物体、信号或其他系统的组成部分。在复杂网络分析中，我们可以通过分析网络的拓扑结构、节点的属性和相互关系等方面来理解网络的性质和行为。以下是一些复杂网络分析的示例：社交网络分析：对社交网络中的关系进行分析，探查社交网络中的群体结构、节点的中心度、社交影响力等。网络流动性分析：分析物流、交通或信息网络中节点和边的流动性，研究网络的拥塞、传播效率等问题。蛋白质相互作用网络分析。

是一种常用的无监督学习算法，用于将一组数据分成K个不同的簇。该算法基于以下假设：每个簇的中心点，也称为质心，是该簇中所有数据点的平均值。该算法通过迭代计算来更新每个簇的质心位置，以最小化簇内成员与质心之间的距离平方和。初始化K个质心的位置。对每个数据点，计算其与每个质心之间的距离，将其归类到最近的质心所属的簇。更新每个簇的质心位置为该簇内所有数据点的平均值。重复步骤2和步骤3，直到质心位置不再改变或达到最大迭代次数。：该算法简单且易于理解和实现，适用于初学者。

定义投档状态和录取状态的字典# 遍历每个考生# 初始化投档状态，将每个志愿的投档状态全部置为Falseadmission_status[row['考生编号']] = {j:False for j in range(1,9)}# 遍历每个志愿，找到可以投档的志愿major = row[f'志愿def admission(df , plans_dict) : # 定义投档状态和录取状态的字典 admission_status = {