数据分析 第3页

数据分析
线性不可分分类的实现-泰恩数据

线性不可分分类的实现

阅读(627)

使用逻辑回归可以处理线性不可分分类问题。和线性可分相比,引入多项式会使决策边界变得弯曲,从而实现非线性分类。 读入数据 train=np.loadtxt('./data3.csv',delimiter=',',skiprows=1) tra...

pandas中的isin函数详解

阅读(769)

今天有个同学问到,not in 的逻辑,想用 SQL 的select c_xxx_s from t1 left join t2 on t1.key=t2.key where t2.key is NULL 在 Python 中的逻辑来实现,实...

Pandas数据透视表

阅读(535)

数据透视表是一个非常实用的功能,可以pandas的pivot_table()来实现。 pd.pivot_table(df, index='客户分类', columns='区域',values=['用户ID','7月销量'], aggfunc...

pandas修改列名

阅读(979)

可以直接修改: df.columns = [‘a’,’b’,’c’,’d’] 缺点是每一列的名称都要写出来。 还是用rename比较方便: df...

pandas处理丢失数据

阅读(745)

df.iloc[1,3]=np.nan #给指定位置定义空值 df.iloc[3,1]=np.nan del df['e'] #删除指定行 print(df) print(df.dropna(axis=0,how='any')) # axi...

用 scipy.optimize.linprog 实现线性规划-泰恩数据

用 scipy.optimize.linprog 实现线性规划

阅读(996)

1 概述 线性规划:在线性等式和不等式约束下最小化线性目标函数。 线性编程可解决以下形式的问题: min{\quad}c^Tx \begin{aligned} {s.t.}{\quad}A_{ub}x≤b_{ub} \\ ...

Pandas crosstab()和div()函数的使用-泰恩数据

Pandas crosstab()和div()函数的使用

阅读(1303)

本文介绍Pandas crosstab()和div()函数的用法。从Tushare获取股票的收盘价数据,计算每日收益率,接着判断每周各天涨跌的概率。 从Tushare中获取股票的收盘价,并做各种数据整理。 import numpy as n...

使用Numpy解方程组-泰恩数据

使用Numpy解方程组

阅读(717)

由下列方程组,求解x,y,z。 2x-y+2.5z=2.3 x+3.4y-z=4.2 -x+2.9y+1.8z=3.1 import numpy as np A = np.array([[2,-1,2.5], [1,3.4,-1], [-1...