排序
4.4.2 双变量可视化
散点图 散点图通过在二维坐标系中绘制数据点来展示两组数值数据之间的关系。能够揭示两个变量之间的相关性和趋势。 绘制睡眠时间与睡眠质量的散点图。 df.plot.scatter(x='sleep_duration', y='...
14.2. 函数类型注解
函数类型注解:给函数的【参数】和【返回值】添加类型说明。 语法格式:函数名(参数1: 类型, 参数2: 类型) -> 返回值类型: 1️⃣给参数和返回值加类型注解 def add(x: int, y: int) -> int: ret...
7. 运算符
7.1. 算数运算符 常用的算数运算符如下: 测试代码 # 加 print(9 + 7) # 减 print(7 - 2) # 乘 print(3 * 4) # 除 print(9 / 3) # 取整 print(9 // 6) # 取余 print(9 % 6) # 指数 print(2 ** 3...
第六章 统计学基础
统计学不是一堆公式的集合,它解决的是一个很朴素的问题:我们手里通常只有一部分数据,怎样用这部分数据更可靠地理解整体?这一章会沿着一条清晰路线走:先描述已经看到的数据,再理解数据为什...
六、抽样、标准误与置信区间
1. 为什么需要抽样分布 前面我们描述的是手里已经看到的数据。但真实项目里,我们经常只拿到总体的一部分:抽一部分用户做问卷,抽一批订单看客单价,抽一组样本看新方案效果。 这时要问的就不...
3.3. 读取数据
元组也支持下标,所以使用元组名[索引值]的方式来读取值。 # 元组的下标 t1 = (28, 67, 21, 67, 11) print(t1[3]) # 67 print(t1[-1]) # 11 3.4. 元组不可修改 元组中的元素,不可修改...
6. 结果分析与解读
在本部分,我们将详细解读模型的评估结果,分析欺诈交易检测的有效性,并提供对业务的指导性见解。 6.1 评估结果回顾 在第 5 部分,我们训练了 XGBoost 模型,并使用** 随机搜索(Ran...
七、客户分群的基础分析
1. 目标定义和假设设定 1.1 分析目标 本案例的目标是 对购物中心的客户进行聚类分析,以便根据其消费行为进行分群。 这有助于商家了解不同类型的客户,从而制定更精准的营销策略,提高客户...
3. 特征工程
在数据探索后,我们需要进行特征工程,目的是选择合适的特征,并构造新的特征,以便后续的机器学习模型能更好地学习股票价格的变化规律。 3.1 特征选择 我们从原始数据中提取以下特征: 基本价...
2.5. 导入包
1️⃣import 包名.模块名 import trade.order import trade.pay trade.order.create_order() trade.pay.wechat_pay() 2️⃣import 包名.模块名 as 别名 import trade.order as dd import trade....









