摘要:selenium的基础学习 阅读全文
posted @ 2020-08-05 16:17 tiana_Z 阅读(41) 评论(0) 推荐(0) 编辑
摘要:在用pandas.read_csv()函数直接读取批量的包含中文名的CSV文件时,发生如下错误: 阅读全文
posted @ 2020-08-05 16:15 tiana_Z 阅读(51) 评论(0) 推荐(0) 编辑
摘要:sklearn 机器学习 Pipeline 模板 阅读全文
posted @ 2020-07-30 14:41 tiana_Z 阅读(65) 评论(0) 推荐(0) 编辑
摘要:首先先简单介绍一下模块,我们使用import语句导入一个模块,最主要的目的并不是运行模块中的执行语句,而是为了利用模块中已经封装好的变量、函数、类。当我们导入模块后,要使用模块中的变量、函数、类,需要在使用时加上**模块.**的格式。 阅读全文
posted @ 2020-07-14 14:22 tiana_Z 阅读(66) 评论(0) 推荐(0) 编辑
摘要:Fisher判别法是判别分析的方法之一,它是借助于方差分析的思想,利用已知各总体抽取的样品的p维观察值构造一个或多个线性判别函数y=l′x其中l= (l1,l2…lp)′,x= (x1,x2,…,xp)′,使不同总体之间的离差(记为B)尽可能地大,而同一总体内的离差(记为E)尽可能地小来确定判别系数l=(l1,l2…lp)′。数学上证明判别系数l恰好是|B-λE|=0的特征根,记为λ1≥λ2≥…≥λr>0。所对应的特征向量记为l1,l2,…lr,则可写出多个相应的线性判别函数,在有些问题中,仅用一个λ1对应的特征向量l1所构成线性判别函数y1=l′1x不能很好区分各个总体时,可取λ2对应的特征向量l′2建立第二个线性判别函数y2=l′2x,如还不够,依此类推。有了判别函数,再人为规定一个分类原则(有加权法和不加权法等)就可对新样品x判别所属 [1] 。 阅读全文
posted @ 2020-05-06 17:29 tiana_Z 阅读(186) 评论(0) 推荐(0) 编辑
摘要:Python数据之 基本语法元素的格式输出 阅读全文
posted @ 2020-05-06 16:42 tiana_Z 阅读(49) 评论(0) 推荐(0) 编辑
摘要:pandas.Series 基本技巧 阅读全文
posted @ 2020-05-04 17:15 tiana_Z 阅读(65) 评论(0) 推荐(0) 编辑
摘要:详解python中的yield 阅读全文
posted @ 2020-05-04 17:03 tiana_Z 阅读(66) 评论(0) 推荐(0) 编辑
摘要:ARIMA模型:(英语:Autoregressive Integrated Moving Average model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动),是时间序列预测分析方法之一。AR是“自回归”,p为自回归项数;MA为“滑动平均”,q为滑动平均项数,d为使之成为平稳序列所做的差分次数(阶数)。 阅读全文
posted @ 2020-05-04 16:58 tiana_Z 阅读(208) 评论(0) 推荐(0) 编辑
摘要:Python的新mplfinance模块入门介绍 阅读全文
posted @ 2020-04-28 16:27 tiana_Z 阅读(4319) 评论(0) 推荐(0) 编辑