05 2020 档案

摘要：一.重复值处理：直接删除为主。一般先处理重复行，再处理唯一值列。 以行为单位，查看重复值 df[df.duplicated()] 以行为单位，删除重复值 df.drop_duplicates() 以某列(如ID）为单位，查看重复值 df[df.duplicated('ID')] 以某列(如ID）为单 阅读全文

摘要：Jupyter Notebook 写分析步骤性较方便，在里面设置可以使用R语言时直接在Anaconda prompt中运行： conda install -c r r-essentials 阅读全文

摘要：回归分析是关于因变量和自变量之间相关性的一种研究，因变量呢，我们常记做Y，然后它是我们感兴趣的一个研究的问题，比如说借款人是否坏客户，X是可能对Y有影响的一些自变量。这个设定一方面是基于我们的经验，就是哪一些自变量会对应变量可能有影响，另一方面呢，是基于我们对数据的一种可获取性，就比如说我手上的数据 阅读全文

摘要：模型基本思想 回归分析的英文是regression analysis，它是现在数据分析里面用的最多的方法之一吧，也可以说是非常重要的一种统计思想，大学学习的第一个模型就是回归模型，回归分析是一门特别重要的专业课，所以足见这个方法的重要性。首先回归分析能解决什么问题，在做实际数据分析的时候我们经常会遇 阅读全文