09 2018 档案

各种图形适用情况总结
摘要：分布 散点图：最大的作用是查看两个或多个变量的分布情况，可以查看数据之间的相关性（正相关，负相关），和拟合的回归线一起可以做残差分析 另一个常用的场景就是利用数据的分布，迅速找到规律和切分点（看是否有分簇） 变种：气泡图/四象限图 直方图：用来表示连续型数据分布情况 箱线图：用来显示数据的离散情况， 阅读全文
posted @ 2018-09-29 17:39 HuZihu 阅读(1007) 评论(0) 推荐(0) 编辑
用贝叶斯定理解决三门问题并用Python进行模拟（Bayes' Rule Monty Hall Problem Simulation Python）
摘要：三门问题（Monty Hall problem）也称为蒙提霍尔问题或蒙提霍尔悖论，出自美国的电视游戏节目《Let’s Make a Deal》。问题名字来自该节目的主持人蒙提·霍尔（Monty Hall）。 这个游戏的玩法是：参赛者会看见三扇关闭的门，其中一扇门后面有一辆汽车，选中后面有车的那扇门就 阅读全文
posted @ 2018-09-27 21:24 HuZihu 阅读(2455) 评论(0) 推荐(0) 编辑
贝叶斯定理推导（Bayes's Theorem）
摘要：这里用文氏图（Venn diagram）来推导一下贝叶斯定理。 假设A和B为两个不相互独立的事件。 交集（intersection）： 上图红色部分即为事件A和事件B的交集。 并集（union）： 由Venn diagram可以看出，在事件B已经发生的情况下，事件A发生的概率为事件A和事件B的交集除 阅读全文
posted @ 2018-09-25 22:00 HuZihu 阅读(17666) 评论(1) 推荐(0) 编辑
Matplotlib学习---用wordcloud画词云（Word Cloud）
摘要：画词云首先需要安装wordcloud（生成词云）和jieba（中文分词）。 先来说说wordcloud的安装吧，真是一波三折。首先用pip install wordcloud出现错误，说需要安装Visual C++ 14.0。折腾半天安装好Visual C++后，还是不行，按网上指点，下载第三方包安 阅读全文
posted @ 2018-09-21 12:18 HuZihu 阅读(6376) 评论(0) 推荐(0) 编辑
用pandas进行数据清洗（一）（Pandas Data Munging/Wrangling）
摘要：这里利用ben的项目（https://github.com/ben519/DataWrangling/blob/master/Python/README.md），在此基础上增添了一些内容，来演示数据清洗的主要工作。 以下是一份简单的交易数据，包括交易单号，交易日期，产品序号，交易数量，单价，总价。 阅读全文
posted @ 2018-09-18 17:24 HuZihu 阅读(1094) 评论(0) 推荐(0) 编辑
文本特征提取---词袋模型，TF-IDF模型，N-gram模型（Text Feature Extraction Bag of Words TF-IDF N-gram ）
摘要：假设有一段文本："I have a cat, his name is Huzihu. Huzihu is really cute and friendly. We are good friends." 那么怎么提取这段文本的特征呢？ 一个简单的方法就是使用词袋模型（bag of words mode 阅读全文
posted @ 2018-09-05 22:47 HuZihu 阅读(6201) 评论(0) 推荐(2) 编辑

点击右上角即可分享
微信分享提示