上一页 1 2 3 4 5 6 ··· 8 下一页
摘要: from pyecharts import options as opts # 全局、系列配置 from pyecharts.charts import Bar, Grid, Line # 柱形图 from pyecharts.globals import ThemeType # 主题风格 from 阅读全文
posted @ 2020-07-17 00:50 麦小秋 阅读(967) 评论(0) 推荐(0) 编辑
摘要: from pyecharts import options as opts # 全局、系列配置 from pyecharts.charts import Bar, Grid, Line # 柱形图 from pyecharts.globals import ThemeType # 主题风格 from 阅读全文
posted @ 2020-07-15 00:57 麦小秋 阅读(999) 评论(0) 推荐(0) 编辑
摘要: start_date = datetime.date.today() - datetime.timedelta(days=90) end_date = time.strftime("%Y%m%d", time.localtime()) # 定义存储引擎 阅读全文
posted @ 2020-07-03 21:28 麦小秋 阅读(153) 评论(0) 推荐(0) 编辑
摘要: from pyecharts.charts import Line from pyecharts import options as opts from pyecharts.globals import ThemeType x = [1,2,3,4,5,6,7,8,9,10,11,12] y = [ 阅读全文
posted @ 2020-07-03 18:28 麦小秋 阅读(565) 评论(0) 推荐(0) 编辑
摘要: -- 查询每位会员在7月份的订单数、订单总额,并以订单总额进行降序排列 select dimMemberID, -- 会员ID count(salesID) as 'order_num', -- 订单数 sum(AMT) as 'total_AMT' -- 订单总额 from dw.fct_sale 阅读全文
posted @ 2020-05-25 20:34 麦小秋 阅读(619) 评论(1) 推荐(0) 编辑
摘要: # -*- coding: utf-8 -*- import tushare as ts from jqdatasdk import * import pandas as pd import requests import json import pymysql from redis import 阅读全文
posted @ 2020-02-12 20:29 麦小秋 阅读(380) 评论(0) 推荐(0) 编辑
摘要: K-Means算法是典型基于距离的非层次聚类算法,在最小化误差函数的基础上将数据划分为预定的类数K,采用作为相似性的评价指标,即认为2个对象的距离越近,其相似度越大。 1.算法过程 1)从N个样本数据中随机选取K个对象作为初始的聚类中心 2)分别计算每个样本到各聚类中心的距离,将对象分配到距离最近的 阅读全文
posted @ 2020-01-23 10:29 麦小秋 阅读(634) 评论(0) 推荐(0) 编辑
摘要: 数据建模(3)-蒙塔卡罗 阅读全文
posted @ 2020-01-22 22:32 麦小秋 阅读(148) 评论(0) 推荐(0) 编辑
摘要: 数据建模(3)-PCA主成分分析 阅读全文
posted @ 2020-01-22 22:30 麦小秋 阅读(287) 评论(0) 推荐(0) 编辑
摘要: 数据建模(2)-KNN最邻近模型分类 阅读全文
posted @ 2020-01-22 22:28 麦小秋 阅读(221) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 8 下一页