注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于.Net Core的线性代数库NumSharp(.Net版本的NumPy).zip

  2. NumPy是在python中处理数据的最基本和最强大的包。 如果您打算从事数据分析或机器学习项目，那么对numpy的充分理解几乎是必须的。 其他用于数据分析的软件包（如pandas）是建立在numpy之上，用于构建机器学习应用的scikit-learn软件包也在numpy上运行。 但对于.NET开发人员来说，却没有这样的强大工具库。 虽然有像Deedle和Math.NET这样的开源库，但它们不是很容易使用，也不能借用很多现有的python代码。 NumSharp（Numerical .NET）

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：9437184
    • 提供者：weixin_39840650

  1. access_qx.log

  2. 数据分析实战-利用pandas对nginx的访问日志分析的实例数据。本次实验以数据小站-数据科学成长之路的某个时间段的nginx访问日志为示例，抽取大概一万条的日志访问记录，通过python中的pandas库，对日志进行挖掘分析，进行一个数据应用实战项目。

  3. 所属分类：互联网

    • 发布日期：2020-06-15
    • 文件大小：1048576
    • 提供者：weixin_42465869

  1. Data Science with Python and Dask.zip

  2. Dask和Python数据科学英文版，通过更加丰富的实例，解释Dask在数据科学中的应用，更易理解。 作者简介： Jesse C. Daniel具有5年使用Python编写应用程序的经验，其中包括从事PyData堆栈(Pandas、NumPy、SciPy和scikit-learn)的工作3年。Jesse于2016年进入丹佛大学，担任商业信息和分析学的副教授，讲授Python数据科学课程。他目前领导着丹佛当地的一家科技公司的数据科学家团队。

  3. 所属分类：Python

    • 发布日期：2020-07-18
    • 文件大小：19922944
    • 提供者：xm379303813

  1. Python pandas RFM模型应用实例详解

  2. 主要介绍了Python pandas RFM模型应用,结合实例形式详细分析了pandas RFM模型的概念、原理、应用及相关操作注意事项,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：269312
    • 提供者：weixin_38590685

  1. Python使用pandas处理CSV文件的实例讲解

  2. 今天小编就为大家分享一篇Python使用pandas处理CSV文件的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：187392
    • 提供者：weixin_38606206

  1. 11个Python Pandas小技巧让你的工作更高效(附代码实例)

  2. 本文为你介绍Pandas隐藏的炫酷小技巧，我相信这些会对你有所帮助。 或许本文中的某些命令你早已知晓，只是没意识到它还有这种打开方式。 Pandas是一个在Python中广泛应用的数据分析包。市面上有很多关于Pandas的经典教程，但本文介绍几个隐藏的炫酷小技巧，我相信这些会对你有所帮助。 1. read_csv 这是读取数据的入门级命令。当要你所读取的数据量特别大时，试着加上这个参数nrows = 5，就可以在载入全部数据前先读取一小部分数据。如此一来，就可以避免选错分隔符这样的错误啦(数据

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：81920
    • 提供者：weixin_38628647

  1. Python使用Pandas库常见操作详解

  2. 本文实例讲述了Python使用Pandas库常见操作。分享给大家供大家参考，具体如下： 1、概述 Pandas 是Python的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。Pandas常用于处理带行列标签的矩阵数据、与 SQL 或 Excel 表类似的表格数据，应用于金融、统计、社会科学、工程等领域里的数据整理与清洗、数据分析与建模、数据可视化与制表等工作。 数据类型：Pandas 不改变原始的输入数据，而是复制数据生成新的对象，有普通对象构成的

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：92160
    • 提供者：weixin_38698367

  1. PythonPlanet|二手房产成交数据分析

  2. 一、项目概况 该项目是使用Python对北京二手房经纪人成交数据进行分析的一个综合实例，包括pandas/numpy/matplotlib绘图的应用，涉及到数据读取、清洗、离散化等处理，使用了分组分析、假设验证分析和相关性分析等分析方法。 分析目标： 分析北京二手房成交价格分布 分析成交量超过一亿的经纪人及其相关因素 寻找每个经纪人成交总价最高的5条记录 二、数据概况 数据涵盖2011年-2016之间，北京二手房经纪人的成交数据，共约16万2千条成交记录，包括比较全面的信息。 数据字段如下图：

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：57344
    • 提供者：weixin_38620959

  1. Python pandas RFM模型应用实例详解

  2. 本文实例讲述了Python pandas RFM模型应用。分享给大家供大家参考，具体如下： 什么是RFM模型 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有3个神奇的要素，这3个要素构成了数据分析最好的指标： 最近一次消费 (Recency): 客户最近一次交易时间的间隔。R值越大，表示客户交易距今越久，反之则越近； 消费频率 (Frequency): 客户在最近一段时间内交易的次数。F值越大，表示客户交易越频繁，反之则不够活跃； 消费金额 (Monetar

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：269312
    • 提供者：weixin_38677725

  1. cold_pool_detection:从空气温度和降雨时间序列数据中检测和分析对流冷池通道的算法-源码

  2. cold_pool_detection 描述 从空气温度和降雨的时间序列数据中检测和分析对流冷池通道的算法。 从与非零降雨相关的快速温度下降中检测出冷池通道。 冷池事件由检测到的冷池通过之前和之后的时间段定义。 这些通行前和通行后时段内的特征值用于计算给定参数的摄动强度。 可以通过对这些数据应用预定义的操作来分析在冷池事件的一个或两个周期内任何其他提供的变量的特性。 此外，基础时间序列数据本身可以写入输出以进行进一步分析。 该算法的进一步描述和使用可以在Kirsch等人的文章中找到。 （202

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：6144
    • 提供者：weixin_42144086

  1. 肺癌手术后死亡率预测器：用于预测肺癌患者手术后预期寿命的二进制分类神经网络-源码

  2. 肺癌手术后死亡率预测因子 动机 基于医学数据的诊断膀胱炎存在的多元二元分类算法。 该数据是由医学专家创建的，用于测试专家系统的数据集，该系统将对两种泌尿系统疾病进行推定诊断。[1] 考虑到数据集的多变量性质[2]，使用pandas cat.codes类对分类特征进行了一种热编码。 所有功能也通过sklearn的StandardScaler类进行了标准化。 神经网络拓扑和结果摘要 针对该分类问题，利用了二进制交叉熵损失函数和Adam优化器。 在大约70个时代之后，二元分类器在膀胱炎诊断中的准

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1024
    • 提供者：weixin_42103587

  1. Python基于Logistic回归建模计算某银行在降低贷款拖欠率的数据示例

  2. 本文实例讲述了Python基于Logistic回归建模计算某银行在降低贷款拖欠率的数据。分享给大家供大家参考，具体如下： 一、Logistic回归模型：   二、Logistic回归建模步骤 1.根据分析目的设置指标变量（因变量和自变量），根据收集到的数据进行筛选 2.用ln(p/1-p)和自变量x1…xp列出线性回归方程，估计出模型中的回归系数 3.进行模型检验。模型有效性检验的函数有很多，比如正确率、混淆矩阵、ROC曲线、KS值 4.模型应用。 三、对某银行在降低贷款拖欠率的数据进行建模

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：73728
    • 提供者：weixin_38590685

  1. pandas DataFrame 根据多列的值做判断,生成新的列值实例

  2. 环境：Python3.6.4 + pandas 0.22 主要是DataFrame.apply函数的应用，如果设置axis参数为1则每次函数每次会取出DataFrame的一行来做处理，如果axis为1则每次取一列。 如代码所示，判断如果城市名中含有ing字段且年份为2016，则新列test值赋为1，否则为0. import numpy as np import pandas as pd data = {'city': ['Beijing', 'Shanghai', 'Guangzhou',

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：111616
    • 提供者：weixin_38629274