【正文】 謝謝 演講完畢，謝謝觀看！ 。 – 分群二的時間間隔、消費次數(shù)和消費金額處于中等水平，代表著一般客戶。].count() Print(‘survived_rate: 39。].sum()) / df[39。 常用的方法是去除和補齊，數(shù)值型的數(shù)據(jù)是可以根據(jù)統(tǒng)計學的方法戒者機器學習的方法將其迕行補齊的 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。該算法原理簡單并便于處理大量數(shù)據(jù) K中心點 K均值算法對孤立點的敏感性， K中心點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。 ?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?？梢韵宰兞恐g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 ? 運行結(jié)果 ? 結(jié)果分析 – 隨機逡輯回歸剔除變量，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。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)點進行屬性值的比較，并根據(jù)不同的屬性值從該節(jié)點向下分支，最終得到的葉節(jié)點是學習劃分的類 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方法的擴展，是目前不確定知識表達和推理領(lǐng)域最有效的理論模型之一 支持向量機 支持向量機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)系進行建模。 ? 數(shù)據(jù)觃約 – 產(chǎn)生更小但保持數(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。 ? 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。 – 相關(guān)性分析： 分析連續(xù)變量乊間線性相關(guān)秳度的強弱，幵用適當?shù)慕y(tǒng)計指標表示出來。 ? 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)。 – 模型評價： 從建立模型中找到一個最好的模型，幵應(yīng)用到實際業(yè)務(wù)中。 – 數(shù)據(jù)預處理： 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)取樣： 采集目標相關(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。 (index, axis=0) 丟棄指定軸上的指定項。索引的并集會成為DataFrame的列標。鍵會被合并成結(jié)果的行索引。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。average39。b39。a39。 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。) 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。 返回二者的對稱差 一元計算函數(shù) 說明 (ndarray) (ndarray) 計算絕對值 計算絕對值（非復數(shù)） (ndarray) 求平均值 (ndarray) 計算 x^ (ndarray) 計算 x^2 (ndarray) 計算 e^x log、 log log log1p 計算自然對數(shù)、底為 10的 log、底為 2的 log、底為 (1+x)的 log (ndarray) 計算正負號： 1（正）、 0（ 0）、 1（負） (ndarray) (ndarray) (ndarray) 計算大于等于改值的最小整數(shù) 計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) 計算各元素 not x的真值，相當于 ndarray 多元計算函數(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。 返回二者的并集并排序。 – 用于集成 C、 C++、 Fortran等語言編寫的代碼的工具。 – 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。部分功能如下： – ndarray, 具有矢量算術(shù)運算和復雜廣播能力的快速丏節(jié)省空間的多維數(shù)組。 –PyCharm已絆集成 NumPy、 Pandas、 Matplotlib等常用庫。 – ：利用內(nèi)斂 C++代碼加速數(shù)組計算的工具 常用第三方 Python庫安裝和導入 ? 安裝 –下載幵安裝 Anaconda，它附帶了預安裝的庫。 ? IPython： Ipython是 Python科學計算標準工具集的組成部分，它將其他所有的東西聯(lián)系到了一起，為交互是和探索式計算提供了一個強健而高效的環(huán)境。提供了復雜精細的索引功能、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。 ——python庫 利用 python迕行數(shù)