原创 迴歸分析--數學基礎篇

 一、迴歸分析概述 迴歸分析是尋找存在關係的變量間的數學表達式,並進行統計推斷的一種統計方法。簡單的說,迴歸分析可以預測數值型的目標值,比如已知一批特徵數據及目標值,找到這些特徵與目標存在的關係係數,求得方程,從而可以推測未知的目標值是多

原创 【Linux】07系統用戶管理

一、用戶管理介紹 二、用戶賬號密碼配置文件 查看用戶賬號:#cat /etc/passwd(每個字段以":"分割) 查看用戶賬號密碼:#cat /etc/shadow(密碼都是加密的) 解釋passwd字段:root:x:0:0:roo

原创 【Linux】05硬件資源管理與外設設備使用

一、查看設備命令 1、查看PCI設備: 顯卡:dmesg | grep -i vga 網卡:lspci | grep -i eth 聲卡:lspci | grep -i vga 2、查看CPU信息: 通過/proc(虛擬文件系統)文件系統

原创 【Linux】06系統運行機制

一、RHEL6系統啓動過程 Linux啓動其實就是轉移系統控制權的過程。Linux啓動過程步驟: 二、RHEL系統運行級別(查看運行級別命令:#runlevel) 0:關機 1:單用戶模式 2:無網絡支持的多用戶模式 3:有網絡支持的多

原创 【Linux】04VIM編輯器

vi命令是unix操作系統中最通用的全屏幕純文本編輯器,Linux中的vi編輯器叫vim。 一、系統安裝VIM編輯器 查看是否安裝vim編輯器 rpm -qf `which vim` rpm -qf `which vi` 二、基本操作 操

原创 【Linux】03基礎命令

前提說明:'>>>'代表執行下一條命令 一、shell命令簡介 [root@centor7~]#  解釋:@前面是用戶名,@後面是主機名,~代表當前用戶宿主目錄,#代表管理員身份 [user@centor7~]$  $代表普通用戶身份 交

原创 【Linux】02控制檯的使用

控制檯一般分爲兩類:桌面控制檯(如x-Windows)和字符控制檯(Linux系統默認6個控制檯,多用戶多任務,獨立運行互不影響,也可修改配置文件進行更改)。 一、pty(虛擬終端) 我們遠程telnet到主機或使用xshell也需要一個

原创 01Shell-編程環境搭建

一、搭建Shell編程開發環境需要的哪些工具 Xmanager 工具包 VMware Workstation 虛擬機 安裝Linux虛擬機 安裝vim 編輯器 二、遠程連接Linux 創建會話,這裏百度有寫的比較清楚就不詳細說了。附上連接

原创 假設檢驗

一、假設檢驗介紹 1.1.  什麼是假設檢驗 我們先對總體參數提出某種假設,然後用樣本數據判斷先前的假設是否成立的過程就是假設驗證。比如:我們認爲新配方藥比舊配方更好,然後我們收集到的樣本數據做檢驗這個假設是否成立,如果成立,我們就接受原

原创 邏輯迴歸

一、邏輯迴歸介紹 邏輯迴歸又稱logistic迴歸分析,是一種廣義的線性迴歸分析模型,常用於數據挖掘,疾病自動診斷,經濟預測等領域。以胃癌病情分析爲例,選擇兩組人羣,一組是胃癌組,一組是非胃癌組,兩組人羣必定具有不同的體徵與生活方式等。因

原创 信貸評分卡--開發流程篇

一、評分卡介紹 信用評分是通過統計模型對潛在客戶和已有客戶在貸款時的風險通過打分的方式進行評估的一種方法。比如:年齡變量,25歲以下打分120,25-35歲打分150,35-50歲打分180,50歲以上則打分150。通過對申請人特徵打分,

原创 迴歸分析--python應用篇(statsmodels)

實例一:用statsmodels庫做一元迴歸分析 import numpy as np import statsmodels.api as sm import matplotlib.pyplot as plt #構造變量 number

原创 迴歸分析--python應用篇(scikit-learn)

實例一:目前有汽車數據,找到相關規律並做汽車價格預測。                                                                                            

原创 迴歸分析

 一、迴歸分析概述 迴歸分析是尋找存在關係的變量間的數學表達式,並進行統計推斷的一種統計方法。簡單的說,迴歸分析可以預測數值型的目標值,比如已知一批特徵數據及目標值,找到這些特徵與目標存在的關係係數,求得方程,從而可以推測未知的目標值是多

原创 距離計算

以下內容轉自:https://blog.csdn.net/kancy110/article/details/75675574?utm_source=blogxgwz4 scipy.spatial.distance.cdist(XA, XB