摘要：
参考：https://www.cnblogs.com/xxswkl/p/11009059.html 1 unique() 统计list中的不同值时，返回的是array.它有三个参数，可分别统计不同的量，返回的都是array. 当list中的元素也是list时，尽量不要用这种方法. import nu 阅读全文
摘要：
阅读全文
摘要：
一、drop() 函数 当你要删除某一行或者某一列时，用drop函数，它不改变原有的df中的数据，而是返回另一个dataframe来存放删除后的数据。 1.命令： df.drop() 删除行：df.drop('apps') #drop函数的参数默认 axis=0 删除列：df.dorp('col', 阅读全文
摘要：
--多项式回归模型 --单变量多项式模型 --多变量多项式模型 rm(list = ls()) library(openxlsx) library(leaps) #单变量多项式模型# data = read.xlsx("table7-1.xlsx") head(data) plot(data$f,d 阅读全文
摘要：
https://www.cnblogs.com/jin-liang/p/9064020.html 数据的导入 > data=read.csv('F:/R语言工作空间/pca/data.csv') #数据的导入 > > ls(data) #ls()函数列出所有变量 [1] "X" "不良贷款率" "存 阅读全文
摘要：
1.make_bolbs() 函数 from sklearn.datasets.samples_generator import make_blobs import numpy as np import matplotlib.pyplot as plt X , y = make_blobs(n_sa 阅读全文
摘要：
rm(list = ls()) library(car) library(MASS) library(openxlsx) A = read.xlsx("data141.xlsx") head(A) fm = lm(y~x1+x2+x3+x4 , data=A ) #判断多重共线性 vif(fm) > vif(fm) x1 x2 x3 x4 38.49621 254.42317 46.86839 2 阅读全文
摘要：
> vif(fm) #查看模型是否存在共线性 x1 x2 x3 21.631451 21.894402 1.334751 结果显示存在共线性 结果： > summary(fm) Call:lm(formula = y ~ x1 + x2 + x3, data = A) Residuals: Min 阅读全文
摘要：
dataSet = [ #数据集 # 1 [0.697, 0.460], # 2 [0.774, 0.376], # 3 [0.634, 0.264], # 4 [0.608, 0.318], # 5 [0.556, 0.215], # 6 [0.403, 0.237], # 7 [0.481, 0 阅读全文
摘要：
成发射状，意味着方差随着x的增加而变大 根据变量x的图像，手动分为三类（1-4，5-7，8-11） 阅读全文