玫瑰图是什么？如何进行绘制？

2020-07-15

玫瑰图，全称为南丁格尔玫瑰图（Nightingale rose diagram），或者又叫做鸡冠花图、极坐标区域图等。早在克里米亚战争期间，统计学家和医学改革家佛罗伦斯‧南丁格尔 (Florence Nightingale) 就层使用玫瑰图表传达 ...

如何使用seaborn绘制好看的直方图和密度图？

2020-07-15

seaborn是一款常用的python可视化库，基于matplotlib，相比matplotlib，seaborn绘制的多数图表都具有统计学意义，如分布、关系、统计、回归等，今天小编跟大家分享的是如何使用seaborn绘制直方图和密度图。 Sea ...

什么是折线图？怎样用Python绘制？怎么用？终于有人讲明白了

2020-07-14

python具有强大的可视化功能，能够绘制出许多效果酷炫的图表，小编今天跟大家分享的是：如何用python绘制折线图。 以下文章转载于大数据DT微信公众号。 作者：屈希峰，资深Python工程师，知乎多个专栏作者 ...

PyTorch是什么？如何进行安装？

2020-07-14

PyTorch是什么?单从字面上，我们就能很容易看出来，与Python和Torch有关。PyTorch是使用Python作为编程语言，可以说是Torch的Python版，是由Torch7团队开发的，一种开源的神经网络框架，专门用于 GPU 加速的深度神 ...

吃货的自我修养 | 口味虾哪家最好吃？我用python告诉你

2020-07-14

CDA数据分析师 出品 作者：Mika、真达 数据：真达 后期：泽龙 【导读】今天我们用数据来聊一聊口味虾。 Show me data，用数据说话 今天我们聊一聊 口味虾 说起湖南这个地方，大家想到的 ...

带你用python解读高考数据：全国哪里的高校最多？什么专业最热门？

2020-07-13

CDA数据分析师 出品 作者：Mika 数据：真达 后期：泽龙 【导读】 今天我们用数据来聊一聊高考。Python技术分析请看第二部分。 Show me data，用数据说话 今天我们聊一聊 高考 高考是 ...

机器学习中感知机是什么？如何实现？

2020-07-10

感知机(Perceptron)或者叫做感知器，是Frank Rosenblatt在1957年就职于Cornell航空实验室(Cornell Aeronautical Laboratory)时所发明的一种人工神经网络，是机器学习领域最基础的模型，被誉为机器学习的敲门砖。 ...

OpenCV入门及应用案例：手把手教你做DNN图像分类

2020-07-09

作者：吴至文 郭叶军 宗炜 李鹏 赵娟 来源：大数据DT(ID：hzdashuju) 内容摘编自《OpenCV深度学习应用与性能优化实践》 导读：本文将介绍OpenCV的源码结构、OpenCV深度学习应用的典型流程，以及深度学习 ...

数据告诉你：辽宁为何会跌落神坛，从无敌队到鱼腩队是郭艾伦的错？

2020-07-07

CDA数据分析师 出品 作者：泽龙、Mika 数据：真达 后期：泽龙 【导读】 CBA重启开赛，辽宁为什么从冠军队变成鱼腩队?是侄子坑叔，还是亚洲第一控卫变身综艺咖，本期我们用全面的数据证明到底 ...

python数据清洗时，经常用到的工具有哪几种？

2020-07-06

数据清洗是整个数据分析过程的第一步，也是整个数据分析项目中最耗费时间的一步，下面小编整理了几种常用的python数据清洗工具，希望对大家有所帮助。 目前在python中, numpy和pandas是最主流的数据清洗工具，N ...

SVC，NuSVC，LinearSVC有什么区别

2020-07-03

相信大家在机器学习中，一定常见到;SVC，NvSVC，LinearSVC，今天我们就来看看这三者的区别。 SVC(C-Support Vector Classification)： 支持向量分类，基于libsvm实现的，数据拟合的时间复杂度是数据样本的二 ...

手把手教你用直方图、饼图和条形图做数据分析（Python代码）

2020-06-24

导读：对数据进行质量分析以后，接下来可通过绘制图表、计算某些特征量等手段进行数据的特征分析。 作者：张良均 谭立云 刘名军 江建明 来源：大数据DT（ID：hzdashuju） 内容摘编自《Python数据 ...

线上服务器崩溃，线下门店破万，社交新宠「剧本杀」是如何迅速爆火的？

2020-06-20

【导语】：今天我们来聊聊最近的社交游戏新宠--剧本杀，Python技术部分请看第三部分。 Show me data，用数据说话 今天我们聊一聊 剧本杀 如果问，线下聚会可以玩儿什么?狼人杀?密室逃脱? nonono，说 ...

pandas数据结构：Series

2020-06-16

pandas有Series和DataFrame两种数据结构，我们之前已经讲过了DataFrame，接下来给大家介绍下另一种数据结构Series。 什么是Series？ # 自定义Series索引 arr = np.random.rand(5) s = pd.Series(arr, ind ...

交叉验证：评估模型的泛化能力表现

2020-06-16

注明：本文章所有代码均来自scikit-learn官方网站 在实际情况中，如果一个模型要上线，数据分析员需要反复调试模型，以防止模型仅在已知数据集的表现较好，在未知数据集上的表现较差。即要确保模型的泛化能力 ...

pandas数据结构：DataFrame

2020-06-12

刚刚接触pandas的朋友，想了解数据结构，就一定要认识DataFrame，接下来给大家详细介绍！ 初识pandas数据结构：DataFrame import numpy as np import pandas as pd data = {\"name\": [\"Jack\", \"Tom\ ...

机器学习基础：无监督异常检测和半监督异常检测！

2020-06-12

异常值检测一般要求新发现的数据是否与现有观测数据具有相同的分布或者不同的分布，相同的分布可以称之为内点（inlier），具有不同分布的点可以称之为离群值。离群点和新奇点检测是不同的，有一个重要的区分必须掌 ...

【案例】用支持向量机SVM进行新奇点检测！

2020-06-12

异常值检测一般要求新发现的数据是否与现有观测数据具有相同的分布或者不同的分布，相同的分布可以称之为内点（inlier），具有不同分布的点可以称之为离群值。 下图是一个使用支持向量机SVM进行新奇点检测 ...

机器学习经典算法之k-means聚类

2020-06-10

K-means算法旨在选择一个质心, 能够最小化惯性或簇内平方和的标准: K-means算法原理分析 首先随机选取K个初始质心，最基本的方法是从数据集$X$中选择$K$个样本。 将每 ...

百闻不如一练：随机森林等可视化调试模型超参数

2020-06-10

以下使用scikit-learn中数据集进行分享。 如果选用随机森林作为最终的模型，那么找出它的最佳参数可能有1000多种组合的可能，你可以使用使用穷尽的网格搜索（Exhaustive Grid Seaarch）方法，但时间成本将会很 ...