UESTC
發(fā)簡信
IP屬地：山西
-
-
R語言地理數(shù)據(jù)分析，NC哗蜈，HDF遙感影像分析前标，地理大數(shù)據(jù)可視化
-
【R語言 第2篇】K-means聚類分析流程
聚類算法是沒用因變量的炼列。聚類算法有層次聚類、基于劃分的聚類音比、兩步聚類法俭尖、基于密度的聚類。 聚類方法的邏輯 客戶細分是將全體客戶劃分為多個分組并刻畫特征的過程洞翩，使得組內(nèi)客戶高度...
-
Python可視化知識點總結(jié)（2）：seabornSeaborn其實是在matplotlib的基礎(chǔ)上進行了更高級的API封裝稽犁，從而使得作圖更加容易，在大多數(shù)情況下使用seaborn就能做出很具有吸引力的圖骚亿，而使用matplo...
-
R語言學習-OLS回歸回歸分析是統(tǒng)計學的核心已亥，通指那些用一個或多個預測變量（自變量）來預測相應變量（因變量）的方法OLS回歸法又稱普通最小二乘回歸法，主要包括簡單線性回歸来屠，多項式回歸虑椎，多元線性回歸...
-
R語言學習-回歸診斷在上一節(jié)中，我們學會了用lm()函數(shù)來擬合OLS回歸模型俱笛，通過summary()函數(shù)來獲取模型參數(shù)和相關(guān)統(tǒng)計量捆姜，但是沒有任何輸出告訴我們模型是否合適，所以我們要進行回歸診斷 ...
-
R語言學習-雙因素方差分析雙因素方差分析 在雙因素方差分析中迎膜，受試者被分到兩因子的交叉類別組中泥技。示例數(shù)據(jù)來源于ToothGrowth數(shù)據(jù)集-隨機分配60只豚鼠，分別采取兩種喂食方式（橙汁或維生素C）各...
-
可視化神器--Plotly數(shù)據(jù)分析離不開數(shù)據(jù)可視化磕仅。我們最常用的就是pandas零抬，matplotlib镊讼，pyecharts當然還有Tableau宽涌，看到一篇文章介紹plotly制圖后我也躍躍欲試平夜，查看了...
-
可視化神器--Plotly ExpressPlotly Express 是一個新的高級 Python 可視化庫：它是 Plotly.py 的高級封裝，它為復雜的圖表提供了一個簡單的語法卸亮。用 pip install p...
-
ggplot2超詳細講解一.基本概念 "一張統(tǒng)計圖形就是從數(shù)據(jù)到幾何對象(geometric object, 縮寫為geom, 包括點忽妒、線、條形等)的圖形屬性(aesthetic attribute...
-
ggplot高級繪圖舉例一兼贸、cars包中的Salaries數(shù)據(jù)集 1.查看原數(shù)據(jù)結(jié)構(gòu) 數(shù)據(jù)有重疊段直，調(diào)整透明度 修改為刻面圖 暫時忽略性別和學術(shù)等級，做非參數(shù)光滑曲線loess溶诞，即默認值smooth ...
-
用隨機森林解決泰坦尼克號沉沒問題機器學習的步驟：先擼一個baseline的model出來鸯檬，再進行后續(xù)的分析步驟，一步步提高螺垢，所謂后續(xù)步驟可能包括『分析model現(xiàn)在的狀態(tài)(欠/過擬合)喧务，分析我們使用的fea...
-
利用Kmeans聚類分析兩類問題聚類分析是一種無監(jiān)督的學習方法，根據(jù)一定條件將相對同質(zhì)的樣本歸到一個類總（俗話說人以類聚枉圃，物以群分）正式一點的：聚類是對點集進行考察并按照某種距離測度將他們聚成多個“簇”的過...
-
