首先导入要使用的科学计算包numpy,pandas,可视化matplotlib,seaborn,以及机器学习包sklearn。 然后导入数据，并进行初步的观察，这些观察包括了解数据特征的缺失值，异常值，以及大概的描述性统计。 初步观察到一共有11个特征变量，Price 在这里是…

一. 项目背景 二. 数据集介绍 三. 数据清洗 四. 分析模型构建 五. 总结 一. 项目背景 项目对京东电商运营数据集进行指标分析以了解用户购物行为特征，为运营决策提供支持建议。 本文采用了MySQL和Python两种代码进行指标计算以适应不同的数据分析开发环境。 二. 数…

KNN针对的是分类问题 KNN针对分类问题，通过改变决策规则也可用于回归问题。 分类预测规则：一般采用多数表决法或者加权多数表决法 回归预测规则：一般采用平均值法或者加权平均值法 定义 K Neare

一、算法原理 贝叶斯分类是机器学习中应用极为广泛的分类算法之一，其产生自英国数学家贝叶斯对于逆概问题的思考。朴素贝叶斯是贝叶斯模型当中最简单的一种，其算法核心为如下所示的贝叶斯公式。 其中P（A）为事

众数是统计学名词，在统计分布上具有明显集中趋势点的数值，代表数据的一般水平（众数可以不存在或多于一个）。简单来说就是指一组数据中出现次数最多的数据值。 中位数是统计学中的专有名词，代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。 对于有限的数集，…

统计学被人称为猜测上帝的游戏，随着大数据和机器学习的发展，统计学的应用前景更加广阔，也带火了统计学专业，让相关从业人员获得了超额回报。即便，并不是所有人都要从事数据分析、机器学习等领域，但懂点统计学对于每个人的工作、生活都有莫大的帮助。 对炒股有所了解的朋友，应该听说过量化投资…

公司平台上有不同的api，供内部或外部调用，这些api承担着不同的功能，如查询账号、发版、抢红包等等。日志会记录下每分钟某api被访问了多少次，即一个api每天会有1440条记录（1440分钟），将每天的数据连起来观察，有点类似于股票走势的意思。我想通过前N天的历史数据预测出第…

时间序列是日常生活中其中一种最常见的数据类型。金融市场的价格、天气、家庭耗能、甚至体重都是可以定期收集数据的例子。几乎每个数据科学家都会在日常工作中碰到时间序列，而学习如何为时间序列建模是数据科学中重要的技能。用以分析和预测周期数据的加和模型便是一种简单但强大的模型。背后直观的…