摘要:1、NetworkX 图论与网络工具包 NetworkX 是基于 Python 语言的图论与复杂网络工具包,用于创建、操作和研究复杂网络的结构、动力学和功能。 NetworkX 可以以标准和非标准的数据格式描述图与网络,生成图与网络,分析网络结构,构建网络模型,设计网络算法,绘制网络图形。 Netw 阅读全文
posted @ 2021-05-17 18:16 youcans 阅读(91) 评论(0) 推荐(0) 编辑
摘要:支持向量机(Support vector machine, SVM)是一种二分类模型,是按有监督学习方式对数据进行二元分类的广义线性分类器。 支持向量机经常应用于模式识别问题,如人像识别、文本分类、手写识别、生物信息识别等领域。 1、支持向量机(SVM)的基本原理 SVM 的基本模型是特征空间上间隔 阅读全文
posted @ 2021-05-16 11:02 youcans 阅读(55) 评论(0) 推荐(1) 编辑
摘要:1、什么是线性回归? 回归分析(Regression analysis)是一种统计分析方法,研究自变量和因变量之间的定量关系。回归分析不仅包括建立数学模型并估计模型参数,检验数学模型的可信度,也包括利用建立的模型和估计的模型参数进行预测或控制。按照输入输出变量关系的类型,回归分析可以分为线性回归和非 阅读全文
posted @ 2021-05-13 13:56 youcans 阅读(146) 评论(0) 推荐(1) 编辑
摘要:主成分分析(Principal Components Analysis,PCA)是一种数据降维技术,通过正交变换将一组相关性高的变量转换为较少的彼此独立、互不相关的变量,从而减少数据的维数。 1、数据降维 1.1 为什么要进行数据降维? 为什么要进行数据降维?降维的好处是以略低的精度换取问题的简化。 阅读全文
posted @ 2021-05-11 17:20 youcans 阅读(162) 评论(0) 推荐(0) 编辑
摘要:1、分类的分类 分类的分类?没错,分类也有不同的种类,而且在数学建模、机器学习领域常常被混淆。 首先我们谈谈有监督学习(Supervised learning)和无监督学习(Unsupervised learning),是指有没有老师,有没有纪委吗?差不多。有老师,就有正确解法,就有标准答案;有纪委 阅读全文
posted @ 2021-05-10 14:49 youcans 阅读(175) 评论(0) 推荐(1) 编辑
摘要:1、SKlearn 是什么 Sklearn(全称 SciKit-Learn),是基于 Python 语言的机器学习工具包。 Sklearn 主要用Python编写,建立在 Numpy、Scipy、Pandas 和 Matplotlib 的基础上,也用 Cython编写了一些核心算法来提高性能。 Sk 阅读全文
posted @ 2021-05-09 15:50 youcans 阅读(117) 评论(0) 推荐(1) 编辑
摘要:Python学习笔记-StatsModels 统计回归(4)可视化 1、如何认识可视化? 图形总是比数据更加醒目、直观。解决统计回归问题,无论在分析问题的过程中,还是在结果的呈现和发表时,都需要可视化工具的帮助和支持。 需要指出的是,虽然不同绘图工具包的功能、效果会有差异,但在常用功能上相差并不是很 阅读全文
posted @ 2021-05-08 22:37 youcans 阅读(80) 评论(0) 推荐(0) 编辑
摘要:1、读取数据文件 回归分析问题所用的数据都是保存在数据文件中的,首先就要从数据文件读取数据。 数据文件的格式很多,最常用的是 .csv,.xls 和 .txt 文件,以及 sql 数据库文件的读取 。 关注 Youcans,分享更多原创系列 https://www.cnblogs.com/youca 阅读全文
posted @ 2021-05-07 13:07 youcans 阅读(295) 评论(0) 推荐(1) 编辑
摘要:1、背景知识 1.1 插值、拟合、回归和预测 插值、拟合、回归和预测,都是数学建模中经常提到的概念,而且经常会被混为一谈。 插值,是在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点。 插值是离散函数逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的 阅读全文
posted @ 2021-05-06 10:47 youcans 阅读(339) 评论(0) 推荐(0) 编辑
摘要:关于 StatsModels statsmodels(http://www.statsmodels.org)是一个Python库,用于拟合多种统计模型,执行统计测试以及数据探索和可视化。 关注 Youcans,分享更多原创系列 https://www.cnblogs.com/youcans/ 文档 阅读全文
posted @ 2021-05-04 10:03 youcans 阅读(69) 评论(0) 推荐(0) 编辑