Stormzudi / Python-Data-Mining
《Python数据分析与挖掘实战》源码和学习总结
☆17Updated 4 years ago
Alternatives and similar repositories for Python-Data-Mining:
Users that are interested in Python-Data-Mining are comparing it to the libraries listed below
- notebooks by learning 'python金融数据分析' in videos from bilibili.☆15Updated 5 years ago
- Python与机器学习方向,《决策树与集成算法》课程仓库☆25Updated 6 years ago
- 网易云微专业数据分析☆20Updated 5 years ago
- 《Python数据分析与应用》《Python数据分析与数据挖掘实战》课中、课后练习题源码☆49Updated 3 years ago
- python数据分析基础☆84Updated last year
- python爬虫及数据分析实战案例☆44Updated 4 years ago
- 🦔利用python3进行数据分析笔记(第二版)☆10Updated 5 years ago
- python数据分析(包括pandas、numpy、seaborn)☆14Updated 2 years ago
- 一个利用机器学习做数据挖掘实战的小项目,参考书《Python数据分析与挖掘实战》☆27Updated 6 years ago
- 《Python金融大数据挖掘与分析全流程详解》学习笔记及代码☆11Updated 4 years ago
- 3个小项目分别是利用 Python 实现报表自动化、某连锁超市、某银行数据分析,展示了问题分解、数据清洗、数据分析与可视化的过程。☆41Updated 5 years ago
- Python3数据分析与挖掘建模实战 学习代码☆18Updated 7 years ago
- 《Python金融大数据分析》教材学习笔记☆39Updated 7 years ago
- 数据挖掘常用算法:关联分析Apriori算法,数据分类决策树算法,数据聚类K-means算法☆24Updated 5 years ago
- 爬虫+数据分析实战项目(基于python)☆13Updated 5 years ago
- 基于自构造函数的特征提取评分项目(缺失值处理,单变量相关性分析,特征评分,降维)☆15Updated 7 years ago
- 使用python,从知网上爬取相关的数据,并进行数据分析,涉及到pycharm和jupyter notebook☆26Updated 4 years ago
- 数据挖掘大作业, 东野圭吾小说集文本挖掘☆68Updated 8 years ago
- 房价预测完整项目:1.爬取链家网数据 2.处理后,用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好,R^2值0.75左右☆230Updated 6 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 5 years ago
- 大数据竞赛项目实战, 内容涵盖: Kaggle、阿里天池大数据、腾讯大数据、京东大数据、DataCastle大数据竞赛等等☆58Updated 6 years ago
- 情感分析系统,用于分析用户评论是积极还是消极。其中使用了逻辑回归函数、决策树、支持向量机、神经网络等不同的模型进行训练☆34Updated 6 years ago
- 基于python与Anaconda Navigator软件的历年影片数据分析,通过数据再基于机器学习来获取影片的最佳阵容,最后预测以最佳整容去拍摄一部电影时所获取的票房与评分。☆20Updated 6 years ago
- 洛杉矶房价预测☆19Updated 4 years ago
- 此项目提供在中国大学 慕课《数据挖掘与python实践》在线课程的代码及相关资料。课程链接如下:https://www.icourse163.org/course/CUFE-1207262801☆38Updated 7 months ago
- 作者:张君颖,个人项目作品展:https://lotbear.com☆32Updated 4 years ago
- 北京二手房房价分析和预测☆53Updated 7 years ago
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主 要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 years ago
- 数据分析,挖掘建模。☆207Updated 3 years ago
- 公开课--Python数据分析之金融欺诈行为检测☆35Updated 7 years ago