- 博客(94)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 共享单车数据分析与需求预测项目
除了自行车共享系统的有趣的实际应用之外，这些系统生成的数据特征使它们成为研究的有吸引力的对象。由于这些系统在交通、环境和健康问题中的重要作用，它们引起了极大的关注。Huber 回归器：一个对异常值具有鲁棒性的模型，CV 得分为 0.4660，表明它对此数据集可能不那么有效。代码中的内容cv_score就像您正在使用的机器学习模型的成绩单。它告诉您模型的表现如何。减少异常值的影响：它还可以减少异常值的影响，因为对数转换显着缩小了数据的范围。因此，cv_score平均分数表明您的模型的预测效果如何。
2024-04-24 22:31:44
567
原创 顾客喜好分析项目（用户画像）
客户个性分析是对公司理想客户的详细分析，有助于企业更好地了解其客户，以满足不同类型客户的特定需求、行为和关注点。通过客户个性分析，企业可以更精确地调整其产品、服务和市场策略，提高客户满意度和业务绩效。我们使用的数据集包含了客户的各种属性，包括出生年份、教育程度、婚姻状况、家庭年收入、家庭成员数量、投诉历史、购买历史等。这些属性将帮助我们了解客户的特点和行为。本项目的主要目标是进行客户个性分析，通过聚类客户，识别不同类型的客户群体。客户个性分析在市场营销和业务决策中具有广泛的应用。
2024-04-21 23:25:41
753
原创 白葡萄酒质量预测项目
由于所有模型的质量标签 - 3、4、8、9 的精确度和召回率值都很高，因为它包含通过 SMOTE 技术创建的许多重复行来平衡数据，并且模型更容易记住重复的特征，导致高精度。在我们的数据集上，随机森林分类器表现最佳，具有最高的准确度达到0.88，并且具有最佳的精确度和召回率值。通过使用白葡萄酒的化学特性数据，我们的模型将能够快速、准确地预测白葡萄酒的质量等级。密度与残糖呈正相关，同时我们还可以观察到，与非常低的残糖相比，密度对于葡萄酒的质量来说是更有价值的因素。我们需要应用一个适合多类分类的模型。
2024-04-20 21:56:21
919
原创 判别饮用水可饮用的多机器学习模型
在某些地区，已经证明投资于供水和卫生设施可以产生净经济效益，因为减少了不良健康效应和医疗成本，这些成本超过了实施干预措施的成本。首先计算每个水质指标（除最后一个之外）的均值和标准差，然后使用均值减去三倍标准差和加上三倍标准差作为阈值，移除那些超出这个范围的异常值。最后，它打印出原始数据和经过清理后数据的行数，以及被移除的行数，并将清理后的数据集赋值给原始数据变量。通过这个项目，我们将能够快速而准确地评估水的质量，并为决策制定者、供水公司和公众提供有关饮用水是否安全的重要信息。这个项目的应用潜力非常广泛。
2024-04-20 21:09:46
1061
原创 SMS垃圾短信识别项目
本项目的主要目标是开发一个机器学习模型，能够自动、准确地区分垃圾短信和正常短信。通过训练模型识别典型的垃圾短信特征，我们可以大大减少垃圾短信对用户的干扰，并提高通信的安全性和效率。随着数字通信的快速发展，垃圾短信成为了一个普遍而烦人的问题。这些不请自来的消息不仅打扰了我们的日常生活，还可能包含诈骗和欺诈的风险。因此，有效地识别并过滤垃圾短信变得至关重要。垃圾短信集合是一组为垃圾短信研究而收集的带有 SMS 标记的消息。“垃圾邮件”的概念多种多样：产品/网站广告、快速赚钱计划、连锁信、色情内容……
2024-04-14 22:16:20
984
原创 超市商场客户细分项目
为了更好地理解我们的客户并制定有针对性的营销策略，我们拥有一家超市商场，并通过会员卡收集了客户的基本数据。其中，我们尤其关注了一项叫做”消费分数”的指标，这是根据我们定义的一些参数，如客户行为和购买数据，为每位客户分配的分数。算法： 我们的关键算法是K均值聚类（Kmeans Clustering），它可以将客户分成不同的群体，每个群体具有相似的特征。通过这个项目，我们希望能够更好地了解我们的客户，从而为我们的商场提供更智能、个性化和有效的市场战略。
2024-04-14 22:14:05
669
原创 Python：推导式
推导式，也有时被称为理解式（comprehensions），是Python中的一种语法结构，它提供了一种简洁的方法，从一个已有的序列（如列表、集合或其他可迭代对象）创建出一个新的序列。这个新的序列是通过对原始序列中的每个元素应用一个表达式或条件逻辑来生成的。推导式是Python中的一种强大且简洁的特性，它允许我们以一种直观且有效的方式来创建新的数据结构。无论是列表、字典还是集合，推导式都提供了一种简单的方法来转换和操作数据。
2024-04-13 23:52:54
772
原创 Python：模块，包，库
在Python编程中，模块、包和库是组织和重用代码的基本构建块。模块提供了代码重用的基本单位，包允许结构化组织模块，而库则提供了一系列可重用的功能，有助于解决特定的问题。Python是一种广泛使用的高级编程语言，其强大之处部分源于其模块化的设计。库是一组相关的功能集合，通常包含一组模块和包，提供一系列可重用的功能。库可以是标准库，如Python自带的库（例如math。简而言之，它是一个包含模块的目录，还包括一个__init__.py。一个模块通常是一个包含Python代码的文件（通常是。
2024-04-12 22:28:55
374
原创 Python：生成器
生成器是一个返回迭代器的函数，它记住了上次执行时的位置。与普通函数不同，生成器在每次产生一个值后，会挂起其状态。当生成器再次被调用时，它会从上次离开的位置继续执行。协程，有时被称为微线程，是一种计算机程序的组件，它具有自己的执行状态（比如局部变量）和控制流程。与传统的子程序（如函数或方法）不同的是，协程可以在某个点暂停其执行，并在需要时从相同的位置继续执行。
2024-04-12 22:27:19
450
原创 Python：上下文管理器（with）
上下文管理器是实现了特定协议的Python对象，这个协议包含两个魔法方法：__enter__和__exit__。这些方法允许对象与with语句一起使用，以确保资源被适当地管理。enter你可以通过定义一个类并实现__enter__和__exit__方法来创建自定义的上下文管理器。
2024-04-11 23:52:47
442
原创 Python：闭包
在Python中，闭包是一个非常强大的概念。闭包，简而言之，是一个函数，它记住了其外部作用域中的变量，即使在该外部作用域已经执行完毕后。闭包提供了一种强大的方式来绑定和记住数据，同时还保持了代码的清晰和封装。它在需要保持状态、封装数据或在异步编程中非常有用。通过闭包，Python程序员可以写出更灵活、更具表达力和更加简洁的代码。
2024-04-11 23:51:27
653
原创 Python：迭代器
假设我们有一个表示斐波那契数列的类，我们希望能够迭代它的元素。return fib在这个例子中，Fibonacci类实现了迭代器协议。它通过__iter__方法返回自己，并在__next__方法中生成斐波那契序列的下一个数字。个性化处理：当你拥有一个不符合标准Python数据结构（如列表或字典）的自定义数据结构时，你可能需要定义一种特定的方式来遍历其中的元素。自定义迭代器允许你精确地控制遍历的过程，确保元素的访问顺序符合你的预期。按需生成。
2024-04-10 23:15:52
1096
原创 Python：六大数据类型理论与示例
在这篇文章中，我们深入探讨了Python中的六大基本数据类型：数字（Number）、字符串（String）、列表（List）、元组（Tuple）、集合（Set）、字典（Dictionary）。每种数据类型都有其特定用途和操作方法，了解它们对于编写高效的Python代码至关重要。
2024-04-10 23:14:06
895
原创 蝙蝠优化算法（bat optimization algorithm）
蝙蝠算法中的每次迭代都是一种探索过程，它旨在通过随机和启发式的方式在解空间中搜索。这里的主要思想是模拟蝙蝠发出声波的频率，这在现实世界中是蝙蝠定位和狩猎的关键。– 在算法的迭代过程中，脉冲率会根据找到更好的解决方案而逐渐增加，这有助于蝙蝠在接近全局最优解时集中在有希望的区域进行搜索。– 在找到更好的解决方案时，蝙蝠会减少其声波振幅，这代表它们在确定了有希望的区域后减少搜索范围，进行更精细的局部搜索。– 如果通过上述步骤找到了更优的解决方案（即更低的 f(x,y) 值），蝙蝠将更新其位置到这个新的解决方案。
2024-04-09 22:47:11
1473
原创 模拟退火（Simulated Annealing)
虽然这个结果并不是完全精确的 ((0), (0)) ，但考虑到模拟退火算法的随机性和启发式特点，这已经是一个非常接近的近似解了。从可视化的结果中，我们可以看到，算法的路径从初始点 ((5,5)) 开始，经过一系列的探索和调整，逐渐接近了原点 ((0,0)) ，这是该函数的全局最小值点。通过这个简单的例子，可以看出模拟退火算法是如何在初期通过接受差的解来避免陷入局部最优，而在后期逐渐收敛到全局最优解的。当然，随着温度的降低，接受更差解的概率也会降低，使算法逐渐聚焦于当前解附近的搜索。– 以这个概率接受新解。
2024-04-08 23:43:03
947
1
原创 麻雀优化算法（Sparrow Search Algorithm）
麻雀优化算法灵感来自于麻雀的社会行为，如领导和跟随、受食和逃避等。算法模拟麻雀群体在搜索食物时的行为模式，以此来指导寻优过程。
2024-04-08 23:38:34
978
原创 鲸鱼优化算法（Whale Optimization Algorithm）
图中红色的点代表鲸鱼在优化过程中的位置，而绿色的星号标记了算法找到的最佳解决方案，位于中心附近，这表明函数的最小值点在 (0, 0)。通过将 C 设置为随机值的两倍，算法在解的位置更新中引入了足够的随机性，同时保留了对当前最佳解的一定程度的吸引。– 系数 A 的作用: 如果 A 的值大于 1，这意味着鲸鱼可能不直接向当前最好的食物源移动，而是可能选择另一个方向，去探索海洋中的其他区域。– 探索能力：使用 2⋅r 的设置能够让解有更大的机会探索离当前最佳解较远的区域，从而增强算法的全局搜索能力。
2024-04-07 18:54:51
1269
原创 蚁群优化算法（Ant Colony Optimization Algorithm）
是在时间 t 蚂蚁从城市 i 移动到城市 j 的概率。是路径 i 到 j 上的信息素浓度。是启发式信息，如路径的倒数。– α 和 β 分别控制信息素重要程度和启发式因子的相对重要程度。– 分母是蚂蚁可以选择的所有路径上这些值的总和，用于归一化概率。
2024-04-07 18:41:35
759
原创 梯度下降算法（Gradient Descent）
在梯度下降算法中，”下山”就是寻找损失函数的最小值，”最陡峭的坡度”则对应着梯度，我们通过计算梯度并不断调整参数，来逐渐接近这个最小值。虽然它有一些局限性，比如容易陷入局部最小值，或者在高维空间中效率降低，但通过各种改进的版本（如随机梯度下降、小批量梯度下降）以及与其他技术（如动量法或自适应学习率算法）的结合，这些问题可以得到有效缓解。其中， xold 是当前点的坐标， xnew 是更新后的坐标， α 是学习率 (步长)， ∇f(x)是函数在 x 点的梯度。– 在每次迭代中计算损失函数的梯度，并更新参数。
2024-04-05 23:27:56
600
原创 遗传算法（Genetic Algorithm）
遗传算法是一种受生物进化启发的优化算法，通过模拟自然选择和遗传学原理来解决优化问题。它通过迭代过程中的选择、交叉（杂交）和变异操作，使种群逐代进化，以期找到问题的最佳解。这个算法特别适合于那些问题空间大、问题复杂或者难以用传统方法解决的问题。尽管遗传算法具有许多优点，如强大的全局搜索能力和高度的适应性，但它在参数设置、收敛速度和理论基础方面也面临一些挑战。在实际应用中，通常需要根据具体问题和实验结果来调整算法的参数和操作，以达到最佳的优化效果。
2024-04-04 21:29:34
608
原创 金融贷款批准预测项目
在当前的金融市场中，违约率的不断波动对贷款审批流程提出了新的挑战。通过使用机器学习，我们可以从大量历史数据中学习并识别违约的潜在风险，这不仅能提高贷款批准的准确性，还能大大降低金融机构的损失。在金融服务行业，贷款审批是一项关键任务，它不仅关系到资金的安全，还直接影响到金融机构的运营效率和风险管理。我们获得了两个数据集（训练和测试），其中包含过去的交易，其中包括客户的一些特征以及显示客户是否违约的标签。在这些情况下，使用机器学习的贷款预测模型成为非常有用的工具，可以根据过去的数据来预测该人是否违约。
2024-04-04 21:28:09
1303
原创 个人医疗开支预测项目
本项目的主要目标是开发一个能够准确预测个人医疗费用的模型。通过分析影响医疗费用的各种因素，如年龄、性别、BMI、吸烟状态、居住地区等，我们希望提供给保险公司和政策制定者更深入的见解，以便他们制定更有效的策略和计划。随着医疗成本的持续上涨，个人医疗开支成为一个重要议题。理解影响医疗费用的多种因素对于医疗保险公司、政府机构以及个人都至关重要。利用数据分析和机器学习技术，我们能够更好地预测和管理个人医疗费用。
2024-04-03 19:52:23
694
原创 外卖配送时间预测项目
haversine 是一个 Python 库，用于计算地球上两点之间的大圆距离。这个距离是指在地球表面两点之间的最短路径，考虑到地球的曲率。这个库在进行地理位置数据的处理和分析时特别有用，比如在确定两个地理坐标（经度和纬度）之间的直线距离时。
2024-04-03 19:37:19
956
原创 航司满意度预测项目
这一行代码将Class特征中的每个类别（"Eco", "Eco Plus", "Business"）映射到一个具体的数字（1, 2, 3）。data["Gender"] = le.fit_transform(data["Gender"])：对Gender特征进行编码，将文本标签（如"Male"，"Female"）转换为数字（如0, 1）。data["satisfaction"] = le.fit_transform(data["satisfaction"])：对satisfaction特征进行编码。
2024-04-02 16:26:10
1310
原创 数据科学薪酬分析项目
数据科学薪酬分析》是一个全面的分析项目，旨在探索和解释数据科学领域的薪酬趋势。通过分析607份不同工作年份、经验水平、就业类型、职位名称、薪酬水平、员工居住地、远程工作比例、公司所在地和公司规模的数据，本项目提供了对数据科学领域薪资结构和动态的深入洞见。数据集覆盖了从2020年到2022年的薪酬数据，包括原始货币和美元计价的薪资，以及详细的职位分类，如数据科学家、机器学习科学家等。此外，数据集还包含了有关员工远程工作比例和公司大小的信息，这些都是影响当今工作环境的关键因素。
2024-04-01 17:52:48
833
原创 大市场销售预测项目
这个项目的主要目标是分析BigMart的销售数据，从而预测不同产品在特定商店的销售额。通过这种方式，可以揭示影响销售的关键因素，并为商店的库存管理、定价策略和市场营销活动提供数据支持。
2024-04-01 14:37:23
1118
原创 Python：魔法函数
Python 的魔法函数，又称为特殊方法，是 Python 类中定义的一组特殊的方法，具有一些独特的特性和用途。这些方法以双下划线（__这些魔法方法允许自定义类更加灵活和强大，使它们的行为更接近Python的内置类型，如字符串、列表等。魔法函数不是显式调用的，而是在特定的语境下由 Python 解释器隐式自动调用。它们的触发通常与 Python 中的某些内置行为或操作相对应。）开头和结尾，它们在 Python 编程中扮演着特殊角色。"这是一个示例对象"
2024-03-30 18:30:05
845
原创 Python：静态方法
静态方法（Static Methods）是绑定到类而不是其对象实例的方法。这意味着静态方法可以在没有类实例的情况下调用。在Python中，静态方法使用装饰器@staticmethod定义。使用@staticmethod装饰器定义静态方法。在这个例子中，add和multiply方法是静态的，它们执行基本的数学操作，而不依赖于MathOperations类的任何实例属性。静态方法在Python类设计中提供了一种将与类主要功能不直接相关的功能封装在类内部的方式。
2024-03-30 18:25:58
457
原创 Python：装饰器
装饰器是Python中一个非常强大的工具，它允许你以一种非常简洁和优雅的方式，给现有函数增加额外的功能。一旦你习惯了使用装饰器，你就会发现它们可以让你的代码更加简洁、清晰和有趣。
2024-03-27 17:09:32
842
原创 Python：语法糖
语法糖是编程语言中的一个特性，它使得某些操作更容易写出来，通常是通过提供更简洁、更清晰的表达方式。这并不意味着语法糖提供了一种新的功能，而是提供了一种更优雅的方式来使用已有功能。在Python编程中，语法糖就像是给代码加上一层甜美的巧克力。它们可以让代码更加优雅和简洁，但关键是要适量使用。掌握这些语法糖可以帮助你写出更加高效和易于维护的代码，同时也让编程变得更加有趣。就像在代码的世界里撒上了一点点魔法的糖粉。
2024-03-27 17:08:27
1151
原创 Python：多态
实际上，多态的概念是应用Java和C#这一类强类型语言中，而Python崇尚的是 “鸭子类型（Duck Typing）”，鸭子类型是一个编程概念，源自一个古老的说法：“如果它走路像鸭子、叫声像鸭子，那么它就是鸭子。” 在编程中，这个概念被用来说明一个对象的适用性是由它的行为和属性决定的，而不是它的具体类别。在鸭子类型的思维中，只要是能“叫”的东西都可以传给这个函数，不管它是不是真正的鸭子。另外，子类可以重写父类中的方法，使得即使通过父类的接口调用这些方法，也可以执行子类特有的行为。
2024-03-23 16:10:59
750
原创 Python：继承
虽然子类TianyuanCat没有定义初始化方法和run方法，但是父类（Cat）有，所以在子类继承父类的时候这个方法就被继承了，所以只要创建TianyuanCat的对象，就默认执行了那个继承过来的。在多继承的情况下，如果子类需要调用所有父类的方法，那么使用传统的方式就需要明确地重复每个父类的名称，这增加了代码的复杂性和冗余。注意一点，如果在上面的多继承例子中，如果父类A和父类B中，有一个同名的方法，那么通过子类去调用的时候，调用先继承的父类方法。当使用继承时，一个子类会继承父类的属性和方法。
2024-03-23 16:08:05
1015
原创 基于逻辑回归预测 NBA 新秀的职业生涯
参考：https://www.scikit-yb.org/en/latest/api/classifier/threshold.html#:~:text=The%20discrimination%20threshold%20is%20the,or%20to%20other%20application%20factors。该项目是使用 Scikit-learn 的二元分类模型来预测 NBA 新秀在提供一些信息（例如出场次数、助攻、抢断和失误等）的情况下是否会在联盟中持续服役 5 年。所以我们会放弃这些。
2024-03-22 23:49:03
783
原创 Python：类和对象
Python类方法和实例方法相似，它最少也要包含一个参数，只不过类方法中通常将其命名为cls，类方法是类对象所拥有的方法，需要用修饰器@classmethod来标识其为类方法，对于类方法，第一个参数必须是类对象，一般以cls作为第一个参数，可以通过实例对象和类对象去访问。在类中，可以定义所使用的方法，类中的方法与普通的函数只有一个特别的区别：它们必须有一个额外的第一个参数名称, 按照惯例它的名称是self。类是对具有相同特征的对象进行抽象的概念，这些特征包含静态的和动态的，分别对应类的属性和方法。
2024-03-22 23:47:05
970
原创 聚类算法之高斯混合模型聚类 (Gaussian Mixture Model, GMM)
在E-step中，我们计算了每个数据点属于每个高斯分布的概率，这个概率可以看作是该数据点对该高斯分布均值更新的权重。例如，我们看到一个红色的圆形水果，我们可能会猜测这有70%的可能是苹果，10%的可能是桃子，20%的可能是梨。继续刚才的例子，如果我们看一个水果，觉得它有70%的可能性是苹果，20%的可能性是梨，10%的可能性是桃子。计算桃子的高斯分布时，它会以10%的“力量”参与。具体来说，每个数据点对高斯分布参数的贡献是按照它的权重来的，这就是为什么我们计算所有数据点的加权平均值作为新的参数。
2024-03-21 20:29:40
1411
原创 聚类算法之DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
但是，如果某个邻居B的周围确实有3个以上的人，我们就需要继续观察B的邻居，看是否有更多的人可以加入到聚会组中，因为B作为一个“聚会的中心”有可能将更多的人聚集在一起。如果有，我们就将这些人也归入这个聚会组，如果其中有人周围也有3个及以上的人，我们还需要继续观察他们周围的人。否则，该点被标记为噪声。DBSCAN是一种基于密度的聚类方法，其基本思想是：在一个特定的半径内有足够多的点，则这些点构成一个“密集”区域。MinPts是一个用户定义的参数，表示一个点的邻域中最小的数据点数量，用于判断该点是否为核心点。
2024-03-21 20:24:58
1205
原创 聚类算法之k均值聚类（K-Means）
它的基本思想是，随着聚类数的增加，聚类结果的惯性会逐渐减小，但减小的速度会逐渐变缓。因此，在使用 KMeans 算法进行聚类时，通常会尝试不同的聚类数，并选择惯性最小的聚类结果作为最终的聚类结果。其基本思想是基于数据的内部结构和特点，对其进行组织和分类，使得相同组内的数据点之间的相似性尽量大，而不同组之间的数据点的差异性尽量显著。最终，你会得到K个配送站的最佳位置，以及相应的服务区域。从图中可以观察到，当 K 值在5附近时，曲线的斜率开始变缓，因此，根据肘部法则，5可能是这个数据集的最佳聚类数。
2024-03-20 21:43:02
986
原创 聚类算法之层次聚类（Hierarchical Clustering）
层次聚类是一种非常独特和强大的聚类方法，与众多其他的聚类技术相比，它不仅为数据集提供了一个划分，还给出了一个层次结构，这在某些应用中是非常有价值的。继续计算新聚类与其他聚类之间的距离，并合并距离最近的两个聚类。例如，我们可以进一步将{A, B}分裂为两个聚类：{A}和{B}，同时，将{C, D}分裂为两个聚类：{C}和{D}。最后，我们将剩下的两个聚类{A, B, C}和{D}合并为一个聚类{A, B, C, D}。开始时，每个物种都被视为一个单独的聚类，即我们有四个聚类：{A}、{B}、{C}和{D}。
2024-03-20 21:41:20
923
原创 汽车价格的回归预测项目
汽车ID，符号，汽车名称，燃油类型，吸气，门号，车身，驱动轮，发动机位置，轴距，车长，车宽，车高，整备质量，发动机类型，气缸数，发动机尺寸，燃油系统，硼比，冲程，压缩比，马力，峰值转速，城市英里数，高速公路英里数。此项目的主要目标是开发一个预测模型，该模型能够根据汽车的各种特征准确预测其市场价值。这个模型应能处理不同类型的数据，包括数值数据和类别数据，并在预测准确度和计算效率之间取得平衡。2.马力、城市英里数、高速公路英里数和价格（基本上是与车辆功率相关的所有属性）本项目依赖的科学计算库。
2024-03-20 21:32:44
1124
原创 脑卒风险预测项目
本项目旨在使用机器学习技术分析Brain Stroke Dataset，从而预测个体脑卒中的风险。通过构建和训练有效的预测模型，我们可以辨识高风险群体，从而提供早期干预措施。此外，该模型的建立还有助于医疗专业人士更好地理解脑卒中的各种风险因素之间的相互作用。早期识别脑卒中的风险因素对于预防和降低脑卒中的发生率至关重要。然而，脑卒中的风险因素多种多样，包括生活方式、遗传因素和各种健康状况。这个数据集几乎没有经过预处理，我丢弃了异常值和非常罕见的分类值。我建议对于这个数据集，删除小于 38 岁的“年龄”特征。
2024-03-20 12:36:16
1052
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人