锐客网

  1. 首页 > 睿知 > it技术 > >

python灰色预测函数 灰色预测代码matlab( 七 )

方法IT技术


4.5.3　任务实现　128
小结　130
实训　130
实训1　读取并查看P2P网络贷款数据主表的基本信息　130
实训2　提取用户信息更新表和登录信息表的时间信息　130
实训3　使用分组聚合方法进一步分析用户信息更新表和登录信息表　131
实训4　对用户信息更新表和登录信息表进行长宽表转换　131
课后习题　131
第5章　使用pandas进行数据预处理　133
任务5.1　合并数据　133
5.1.1　堆叠合并数据　133
5.1.2　主键合并数据　136
5.1.3　重叠合并数据　139
5.1.4　任务实现　140
任务5.2　清洗数据　141
5.2.1　检测与处理重复值　141
5.2.2　检测与处理缺失值　146
5.2.3　检测与处理异常值　149
5.2.4　任务实现　152
任务5.3　标准化数据　154
5.3.1　离差标准化数据　154
5.3.2　标准差标准化数据　155
5.3.3　小数定标标准化数据　156
5.3.4　任务实现　157
任务5.4　转换数据　158
5.4.1　哑变量处理类别型数据　158
5.4.2　离散化连续型数据　160
5.4.3　任务实现　162
小结　163
实训　164
实训1　插补用户用电量数据缺失值　164
实训2　合并线损、用电量趋势与线路告警数据　164
实训3　标准化建模专家样本数据　164
课后习题　165
第6章　使用scikit-learn构建模型　167
任务6.1　使用sklearn转换器处理数据　167
6.1.1　加载datasets模块中的数据集　167
6.1.2　将数据集划分为训练集和测试集　170
6.1.3　使用sklearn转换器进行数据预处理与降维　172
6.1.4　任务实现　174
任务6.2　构建并评价聚类模型　176
6.2.1　使用sklearn估计器构建聚类模型　176
6.2.2　评价聚类模型　179
6.2.3　任务实现　182
任务6.3　构建并评价分类模型　183
6.3.1　使用sklearn估计器构建分类模型　183
6.3.2　评价分类模型　186
6.3.3　任务实现　188
任务6.4　构建并评价回归模型　190
6.4.1　使用sklearn估计器构建线性回归模型　190
6.4.2　评价回归模型　193
6.4.3　任务实现　194
小结　196
实训　196
实训1　使用sklearn处理wine和wine_quality数据集　196
实训2　构建基于wine数据集的K-Means聚类模型　196
实训3　构建基于wine数据集的SVM分类模型　197
实训4　构建基于wine_quality数据集的回归模型　197
课后习题　198
第7章　航空公司客户价值分析　199
任务7.1　了解航空公司现状与客户价值分析　199
7.1.1　了解航空公司现状　200
7.1.2　认识客户价值分析　201
7.1.3　熟悉航空客户价值分析的步骤与流程　201
任务7.2　预处理航空客户数据　202
7.2.1　处理数据缺失值与异常值　202
7.2.2　构建航空客户价值分析关键特征　202
7.2.3　标准化LRFMC模型的5个特征　206
7.2.4　任务实现　207
任务7.3　使用K-Means算法进行客户分群　209
7.3.1　了解K-Means聚类算法　209
7.3.2　分析聚类结果　210
7.3.3　模型应用　213
7.3.4　任务实现　214
小结　215
实训　215
实训1　处理信用卡数据异常值　215
实训2　构造信用卡客户风险评价关键特征　217
实训3　构建K-Means聚类模型　218
课后习题　218
第8章　财政收入预测分析　220
任务8.1　了解财政收入预测的背景与方法　220
8.1.1　分析财政收入预测背景　220
8.1.2　了解财政收入预测的方法　222
8.1.3　熟悉财政收入预测的步骤与流程　223

推荐阅读


上一篇：投票帮小程序怎么投，投票小程序怎么赚钱

下一篇：怎么获得无人直播素材视频，2021年无人直播方法