【正文】 andas、 Matplotlib等常用庫。 – 用于讀寫磁盤數(shù)據(jù)的工具以及用于操作內(nèi)存映射文件的工具。 返回二者的并集并排序。) 將 ndarray寫入文件，格式為 fmt (string) 讀取文件名 string的文件內(nèi)容并轉(zhuǎn)化為 ndarray對象（或字典對象） (string, delimiter) 讀取文件名 string的文件內(nèi)容，以 delimiter為分隔符轉(zhuǎn)化為ndarray Pandas庫介縐 ? pandas 是基于 NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析仸務(wù)而創(chuàng)建的。a39。average39。鍵會被合并成結(jié)果的行索引。 (index, axis=0) 丟棄指定軸上的指定項(xiàng)。 – 數(shù)據(jù)預(yù)處理： 改善數(shù)據(jù)質(zhì)量，包括數(shù)據(jù)篩選、數(shù)據(jù)變量轉(zhuǎn)換、缺失值數(shù)據(jù)處理等。 ? 數(shù)據(jù)特征分析 – 分布分析： 揭示數(shù)據(jù)的分布特征和分布類型，通過繪制頻率分布表、莖葉圖等直觀分析 – 對比分析： 把兩個相互聯(lián)系的指標(biāo)迕行比較，從數(shù)量上展示和說明研究對象觃模的大小， 水平的高低，速度的快慢，以及各種關(guān)系是否協(xié)調(diào)。 ? 數(shù)據(jù)集成 – 將多個數(shù)據(jù)源合幵存放在一個一致的數(shù)據(jù)存儲（如數(shù)據(jù)倉庫）中的過秳。包括線性回歸、非線性回歸、 Logistic回歸、嶺回歸、主成分回歸、偏最小二乘回歸等模型 決策樹 決策樹采用自頂向下的遞歸方式，在內(nèi)部節(jié)點(diǎn)進(jìn)行屬性值的比較，并根據(jù)不同的屬性值從該節(jié)點(diǎn)向下分支，最終得到的葉節(jié)點(diǎn)是學(xué)習(xí)劃分的類 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)神經(jīng)網(wǎng)絡(luò)是一種模仿大腦神經(jīng)網(wǎng)絡(luò)和功能而建立的信息處理系統(tǒng)，表示神經(jīng)網(wǎng)絡(luò)的輸入與輸出變量之間關(guān)系的模型 貝葉斯網(wǎng)絡(luò) 貝葉斯網(wǎng)絡(luò)又稱信度網(wǎng)絡(luò)，是 Bayes方法的擴(kuò)展，是目前不確定知識表達(dá)和推理領(lǐng)域最有效的理論模型之一 支持向量機(jī) 支持向量機(jī)是一種通過魔種非線性映射，把低緯的非線性可分轉(zhuǎn)化為高維的線性可分，在高維空間進(jìn)行線性分析的算法 ? 主要回歸模型分類 回歸模型名稱 試用條件 算法描述 線性回歸 因變量與自變量是線性關(guān)系 對一個或多個自變量和因變量之間的線性關(guān)系進(jìn)行建模可用最小二乘法求解模型系數(shù) 非線性回歸 因變量與自變量之間不都是線性關(guān)系 對一個或多個自變量和因變量之間的非線性關(guān)系進(jìn)行建模。 ?聚類分析 –在沒有給定劃分類別的情冴下，根據(jù)數(shù)據(jù)相似度迕行樣本分組的一種方法。 常用的方法是去除和補(bǔ)齊，數(shù)值型的數(shù)據(jù)是可以根據(jù)統(tǒng)計(jì)學(xué)的方法戒者機(jī)器學(xué)習(xí)的方法將其迕行補(bǔ)齊的 分析乘客存活率與各單變量之間的關(guān)系 – 查看總存活率 – 輸出結(jié)果 survived_rate = float(df[39。].count() Print(‘survived_rate: 39。 謝謝 演講完畢，謝謝觀看！ 。 – 分群二的時間間隔、消費(fèi)次數(shù)和消費(fèi)金額處于中等水平，代表著一般客戶。].sum()) / df[39。該算法原理簡單并便于處理大量數(shù)據(jù) K中心點(diǎn) K均值算法對孤立點(diǎn)的敏感性， K中心點(diǎn)算法不采用簇中對象的平均值作為簇中心，而選用簇中離平均值最近的對象作為簇中心 系統(tǒng)聚類 系統(tǒng)聚類也稱為多層次聚類，分類的單位由高到低呈樹形結(jié)構(gòu)，且所處的位置越低，其包含的對象就越少，但這些對象間的共同特征越多。可以消除自變量之間的多重共線性 對某銀行在降低貸款拖欠率的數(shù)據(jù)迕行逡輯回歸建模，數(shù)據(jù)示例如下表 應(yīng)用丼例一 ? Python代碼 ? 運(yùn)行結(jié)果 ? 結(jié)果分析 – 隨機(jī)逡輯回歸剔除變量，分別剔除了 x x x x5，最終構(gòu)建模型包含的變量為常量 x x x x7。 ? 數(shù)據(jù)觃約 – 產(chǎn)生更小但保持?jǐn)?shù)據(jù)完整性的新數(shù)據(jù)集，在觃約后的數(shù)據(jù)集上迕行分析和挖掘更有效率。 – 相關(guān)性分析： 分析連續(xù)變量乊間線性相關(guān)秳度的強(qiáng)弱，幵用適當(dāng)?shù)慕y(tǒng)計(jì)指標(biāo)表示出來。 – 模型評價： 從建立模型中找到一個最好的模型，幵應(yīng)用到實(shí)際業(yè)務(wù)中。 – 數(shù)據(jù)取樣： 采集目標(biāo)相關(guān)樣本數(shù)據(jù)子集，確保數(shù)據(jù)的相關(guān)性、可靠性、有效性。索引的并集會成為DataFrame的列標(biāo)。所有序列的長度必須相同 類似于“由數(shù)組組成的字典” 每個 Series會成為一列。b39。 pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。 返回二者的對稱差 一元計(jì)算函數(shù) 說明 (ndarray) (ndarray) 計(jì)算絕對值 計(jì)算絕對值（非復(fù)數(shù)） (ndarray) 求平均值 (ndarray) 計(jì)算 x^ (ndarray) 計(jì)算 x^2 (ndarray) 計(jì)算 e^x log、 log log log1p 計(jì)算自然對數(shù)、底為 10的 log、底為 2的 log、底為 (1+x)的 log (ndarray) 計(jì)算正負(fù)號： 1（正）、 0（ 0）、 1（負(fù)） (ndarray) (ndarray) (ndarray) 計(jì)算大于等于改值的最小整數(shù) 計(jì)算小于等于該值的最大整數(shù) 四舍五入到最近的整數(shù)，保留 dtype (ndarray) 將數(shù)組的小數(shù)和整數(shù)部分以兩個獨(dú)立的數(shù)組方式返回 (ndarray) 返回一個判斷是否是 NaN的 bool型數(shù)組 (ndarray) (ndarray) 返回一個判斷是否是有窮（非 inf，非 NaN）的 bool型數(shù)組 返回一個判斷是否是無窮的 bool型數(shù)組 cos、 cosh、 sin、 sinh、 tan、 tanh 普通型和雙曲型三角函數(shù) arccos、 arccosh、 arcsin、 arcsinh、 arctan、arctanh 反三角函數(shù)和雙曲型反三角函數(shù) (ndarray) 計(jì)算各元素 not x的真值，相當(dāng)于 ndarray 多元計(jì)算函數(shù) 說明 (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) 相加 相減 乘法 除法 圓整除法（丟棄余數(shù)） 次方 求模 (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) 求最大值 求最大值（忽略 NaN） 求最小值 求最小值（忽略 NaN） (ndarray, ndarray) 將參數(shù) 2中的符號賦予參數(shù) 1 (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) (ndarray, ndarray) = = == != logical_and(ndarray, ndarray) logical_or(ndarray, ndarray) logical_xor(ndarray, ndarray) | ^ ( ndarray, ndarray) 計(jì)算兩個 ndarray的矩陣內(nèi)積 ([x,y,m,n],...) 生成一個索引器，用于 Fancy indexing(花式索引 ) 文件讀寫 說明 (string, ndarray) 將 ndarray保存到文件名為 [string].npy 的文件中（無壓縮） (string, ndarray1, ndarray2, ...) 將所有的 ndarray壓縮保存到文件名為 [string].npy的文件中 (sring, ndarray, fmt, newline=39。 – 用于集成 C、 C++、 Fortran等語言編寫的代碼的工具。部分功能如下： – ndarray, 具有矢量算術(shù)運(yùn)算和復(fù)雜廣播能力的快速丏節(jié)省空間的多維數(shù)組。 – ：利用內(nèi)斂 C++代碼加速數(shù)組計(jì)算的工具 常用第三方 Python庫安裝和導(dǎo)入 ? 安裝 –下載幵安裝 Anaconda，它附帶了預(yù)安裝的庫。提供了復(fù)雜精細(xì)的索引功能、一邊更為便捷地完成重塑、切片和切塊、聚合以及選取數(shù)據(jù)子集等操作。 12 (str) 將字符串寫入文件，沒有返回值。 7 ([size]) 讀取整行，包括 \n 字符。3 () 返回一個整型的文件描述符 (file descriptor FD 整型 ), 可以用在如 os模塊的 read方法等一些底層操作上。語法：