摘要: 第7周实训作业 1 import pandas as pd 2 import re 3 import jieba.posseg as psg 4 import numpy as np 5 6 7 # 去重,去除完全重复的数据 8 reviews = pd.read_csv("reviews.csv" 阅读全文
posted @ 2023-04-11 00:05 好想看你的微笑 阅读(36) 评论(0) 推荐(0) 编辑
摘要: 1 # 代码11-1 2 3 import os 4 import pandas as pd 5 6 7 # 修改工作路径到指定文件夹 8 os.chdir("D:\shuzituxiangchuli\JupyterLab-Portable-3.1.0-3.9\notebooks\数据挖掘\电子商务 阅读全文
posted @ 2023-04-03 10:19 好想看你的微笑 阅读(35) 评论(0) 推荐(0) 编辑
摘要: 1 import pandas as pd 2 import matplotlib.pyplot as plt 3 4 inputfile ='original_data.xls' #' # 输入的数据文件 5 data = pd.read_excel(inputfile) # 读取数据 6 7 # 阅读全文
posted @ 2023-03-26 19:49 好想看你的微笑 阅读(29) 评论(0) 推荐(0) 编辑
摘要: import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"] = ["SimHei"] plt.rcParams["axes.unicode_minus"] 阅读全文
posted @ 2023-03-19 22:31 好想看你的微笑 阅读(204) 评论(0) 推荐(0) 编辑
摘要: 1.数据描述与探索 1 import matplotlib.pyplot as plt 2 import numpy as np 3 import pandas as pd 4 #对数据进行基本的探索 5 #返回缺失值个数以及最大最小值 6 import pandas as pd 7 8 dataf 阅读全文
posted @ 2023-03-13 12:54 好想看你的微笑 阅读(42) 评论(0) 推荐(0) 编辑
摘要: 数据描述 import matplotlib.pyplot as plt import pandas as pd import numpy as np print(' 学号:3150') data=pd.read_csv("D:\python\挖掘学习实训\data.csv") descriptio 阅读全文
posted @ 2023-03-05 22:45 好想看你的微笑 阅读(34) 评论(0) 推荐(0) 编辑
摘要: 总结 ............. 图3-1 import pandas as pdcatering_sale = 'catering_sale.xls'data = pd.read_excel(catering_sale,index_col = u'日期')print(data.describe() 阅读全文
posted @ 2023-02-26 20:35 好想看你的微笑 阅读(28) 评论(0) 推荐(0) 编辑
摘要: TensorFlow import tensorflow as tffrom tensorflow import keras # Helper librariesimport numpy as npimport matplotlib.pyplot as plt # 查看当前tensorflow版本p 阅读全文
posted @ 2022-05-16 21:20 好想看你的微笑 阅读(53) 评论(0) 推荐(0) 编辑
摘要: 1.Tensorflow是Google推出的机器学习开源框架,对Python有语言支持,拥有了多种模型和算法。Tensorflow广泛应用于文本处理,语音识别和图像识别等多项机器学习和深度学习领域。 2.将Tensorflow理解为一张计算图中“张量的流动”,其中,Tensor(张量)代表了计算图中 阅读全文
posted @ 2022-04-25 16:40 好想看你的微笑 阅读(30) 评论(0) 推荐(0) 编辑
摘要: bp神经网络 import mathimport numpy as npimport pandas as pdfrom pandas import DataFrame,Series def sigmoid(x): #映射函数 return 1/(1+math.exp(-x)) x1=[0.29,0. 阅读全文
posted @ 2022-03-19 20:55 好想看你的微笑 阅读(39) 评论(0) 推荐(0) 编辑