原创 Python時間序列--ARIMA模型參數選擇(五)

自迴歸模型(AR) 自迴歸模型的限制 移動平均模型(MA) ARIMA(p,d,q)模型全稱爲差分自迴歸移動平均模型 (Autoregressive Integrated Moving Average Model,簡記ARIM

原创 Python時間序列--ARIMA模型參數選擇(六)

ARIMA模型參數選擇流程 import pandas as pd import numpy as np # TSA from Statsmodels import statsmodels.api as sm import st

原创 Python時間序列--數據平穩(四)

1.平穩性 來自於扯扯金融 平穩性是用來描述時間序列數據統計性態的特有術語。 2.時間序列平穩性的理解 憑以推測經濟系統(或其相關變量)在未來可能出現的狀況,亦即預測經濟系統(或其相關變量)的走勢,是我們建立經濟計量模型的主要目的

原创 Python時間序列--時間段(一)

時間序列 時間戳(timestamp) 固定週期(period) 時間間隔(interval) import pandas as pd import numpy as np date_range 可以指定開始時間與週期 H

原创 Python時間序列--數據重採樣(二)

數據重採樣 重採樣分爲上(升)採樣和下采樣,下(降)採樣時需要對信號進行抽取,上採樣時需要對信號進行插值 時間數據由一個頻率轉換到另一個頻率 降採樣 升採樣 import pandas as pd import numpy a

原创 Python時間序列--滑動窗口(三)

滑動窗口 滑動窗口就是能夠根據指定的單位長度來框住時間序列,從而計算框內的統計指標。相當於一個長度指定的滑塊正在刻度尺上面滑動,每滑動一個單位即可反饋滑塊內的數據。 滑動窗口的意義 爲了提升數據的準確性,將某個點的取值擴大到包含這

原创 機器學習中用什麼評價分類結果?

我們在機器學習中如何評價一個算法的好壞呢?對於一個迴歸問題,可以使用MSE、RMSE、MAE、R方。對於一個分類問題,可以使用分類精準度。但是實際上,分類精準度是存在陷阱的,有時候我們會需要更加全面的信息。 1.1 分類準確度夠用

原创 鏈家二手房案例(xpath)

基於User-Agent反爬 1、發送請求攜帶請求頭: headers={'User-Agent' : 'Mozilla/5.0 xxxxxx'} 2、多個請求隨機切換User-Agent 1、定義列表存放大量User-Ag

原创 機器學習面試題之SVM(五)

1.你能給我講講什麼是SVM嗎? 回答:SVM是一種二分類模型,它的基本模型是在特徵空間中尋找間隔最大化的分割超平面的線性分類器。如在下面的兩個類別中(暫且稱兩個類爲黃球和紅球), 我們要將其分割開的方式有多種,但是究竟哪一種纔

原创 Mysql數據庫系列(二)

MySQL基礎鞏固 創建庫 :country(指定字符編碼爲utf8) 創建表 :sanguo 字段:id 、name、attack、defense、gender、country 要求 :id設置爲主鍵,並設置自增長屬性

原创 數據分析之必會的統計學

在統計學研究中,統計學中最常見的三個“平均值”是均值,中位數和衆數: 算術平均值:它是統計學中的一個重要概念。算術平均值也可稱爲平均值,它是通過將兩個或多個數字/變量相加,然後將總和除以數字/變量的總數而獲得的數量或變量。

原创 百度飛漿paddlepaddle之簡單線性迴歸(一)

一.HelloWord import paddle.fluid as fluid #創建兩個常量 x=fluid.layers.fill_constant(shape=[1], #張量的維度

原创 機器學習面試題之樸素貝葉斯(九)

轉自木東居士的數據挖掘面試題之:樸素貝葉斯 1.什麼是貝葉斯決策論? 貝葉斯決策論是概率框架下實施決策的基本方法。要了解貝葉斯決策論,首先得先了解以下幾個概念:先驗概率、條件概率、後驗概率、誤判損失、條件風險、貝葉斯判別準則。

原创 Mysql數據庫系列(一)

文章目錄數據庫概述數據存儲階段數據庫應用基礎概念數據庫分類和常見數據庫認識關係型數據庫和MySQLSQL語句MySQL 數據庫操作數據庫操作數據表的管理數據基本操作插入(insert)查詢(select)where子句算數運算符比

原创 機器學習面試題之KNN(六)

轉自小狼狗的KNN面試問題的總結 1.簡述一下KNN算法的原理 KNN既可以用於分類,也可以用於迴歸。本身沒有顯示的模型訓練,多數情況用於分類算法。KNN算法我們主要要考慮三個重要的要素,對於固定的訓練集,只要這三點確定了,算法的