Python编程-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

zxq997

趋势分解法

时间序列预测技术就是通过对预测目标自身时间序列的处理，来研究其变化趋势的。一个时间序列往往是以下几类变化形式的叠加或耦合。长期趋势变动：是指时间序列朝着一定的方向持续上升或下降，或停留在某一水平上的倾向，它反映了客观事物的主要变化趋势；季节变动：是指季度或月度的周期变化；循环变动：通常是指周期为一年以上，由非季节因素引起的涨落起伏波形相似的波动；不规则变动：通常它分为突然变

0.0000

0

2

0

关注作者

收藏

詹惠儿

pyhton中怎么进行多项式拟合？

首先检查下版本问题：注意：多项式拟合在1.9.2 版本中可用运行pip install plotly --upgrade可更新你的Plotly版本导入相关库：多项式拟合＃在此处了解API身份验证：https：//plot.ly/python/getting-started ＃在这里找到你的api_key：https：//plot.ly/settings/api

0.0000

0

2

0

关注作者

收藏

詹惠儿

什么事可视化Q测试？

可视化Q测试为了正确地显示我们的critical height ，我们可以使用数据集点按递增顺序绘制散点图，并为我们的临界高度绘制一条线。该临界高度是阈值，使得如果数据集中的最低点低于它，则将其视为outlier 。为了得出这个值，我们只需要从查询表中，然后将其插入我们的QQ以上的公式中，用未知的xx替换我们的最小值因此我们得到了：在python中实现：

0.0000

0

1

0

关注作者

收藏

詹惠儿

python的Q测试是什么？

导入相关库：导入数据为了开始执行离群值测试，我们将导入一些每10分钟采样的平均风速数据说明：在任何数据集中， outlier都是与其他数据点不一致的基准点。如果从特定分布采样的数据具有高概率，则异常值将不属于该分布。如果特定点是异常值，则有各种测试用于测试，这是通过常态测试中使用的相同的空假设测试来完成的。Q测试Dixon的Q-Test用于帮助确定是否有证据

0.0000

0

3

0

关注作者

收藏

詹惠儿

用python做指数拟合

导入相关的库：指数拟合＃在此处了解API身份验证：https：//plot.ly/python/getting-started ＃在这里找到你的api_key：https：//plot.ly/settings/api

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何用python快速绘制散点图矩阵？

首先，导入python绘图的相关库：a导入数据这个例子中，我们将使用以下每10分钟采样一次的风速实际数据来展示。a数据如下：散点图矩阵

0.0000

0

2

0

关注作者

收藏

詹惠儿

用python如何快速绘制箱形图？

首先，导入python绘图的相关库：a导入数据这个例子中，我们将使用以下每10分钟采样一次的风速实际数据来展示。a数据如下：箱形图

0.0000

0

2

0

关注作者

收藏

詹惠儿

用python如何绘制直方图？

首先，导入python绘图的相关库：导入数据这个例子中，我们将使用以下每10分钟采样一次的风速实际数据来展示。数据如下：绘制直方图我们将使用我们数据的“10 Min Std Dev”列生成histogram 。

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何用python进行线性拟合？

导入相关的库：线性拟合＃在此处了解API身份验证：https：//plot.ly/python/getting-started ＃在这里找到你的api_key：https：//plot.ly/settings/api

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何用python进行Kolmogorov检验？

Kolmogorov-SmirnovKolmogorov-Smirnov检验相比Shapiro应用更加广泛，因为它可以将任何两个分布相互比较，不一定是对正态分布的一个分配。这些检验可以是单侧检验或双侧检验，但后者仅适用于两个分布都是连续的。由于我们的p值为0.0（意味着考虑到测试的小数精度，它实际上是“0”），因此我们有强有力的证据表明不应该拒绝零假设。

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何用python进行正态分布？

导入相关库：导入相关数据： Shapiro-Wilk适用范围：Shapiro-Wilk正态分布检验适合与较小的数据集。由于P值远低于T统计量的值，我们在置信度为0.05时表明不能拒绝零假设。

0.0000

0

2

0

关注作者

收藏

阿抽哥哥

scikit-surprise安装失败怎么办

无论使用pip install scikit-surprise 还是 conda install -c conda-forge scikit-surprise 都不能下载scikit-surprise包。原因：scikit-surprise模块无法安装的原因是系统没有Microsoft Visual C Build Tools，需要先安装Microsoft Visual C Build

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何用python进行random walk？

导入相关库：定义random walk可以被认为是随机过程，其中tolken或标记在一些空间周围随机移动，即，具有用于计算距离的度量的空间。在笛卡尔空间中，它更常见于一维（ mathbbZ mathbbZ），二维（ mathbbZ2 mathbbZ2）或三维（ mathbbZ3 mathbbZ3），其中 mathbbZ mathbbZ表示整数集。在下面的可视化中，我们将使用散点图和颜色

62.1152

1

2

0

关注作者

收藏

詹惠儿

如何用python求百分比和累积密度函数？

求百分比求累积密度函数

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何用python进行离散数据的频率分析

导入相关库：导入数据我们将导入数据集以执行我们的离散频率分析。我们将在2010年看看各国的酒精消费情况。概率分布我们可以生成数据的直方图，其中y轴表示数据的概率分布。频率计数

0.0000

0

5

0

关注作者

收藏

詹惠儿

如何用python进行双因素方差分析？

双因素方差分析首先，导入数据：在Two-Way ANOVA ，有两个变量需要考虑。问题是我们的变量（齿长len ）是否与其他两个变量相关，并且由等式计算：

62.1152

1

3

0

关注作者

收藏

詹惠儿

如何用python进行单因素方差分析？

单因素方差分析也叫单因子方差分析，Analysis of Variance Test或ANOVA是对多于2组的t检验的推广。我们的零假设表明，在数据组中采样的人群中存在相同的均值。写作： n维数据组。我们的另一种假设是，上述等式中的任何一个等价都无法满足。在这个ANOVA测试中，我们处理的是F-Statistic而不是p-value 。他们的联系是不可或缺的，因为他们是表达同一

62.1152

1

0

0

关注作者

收藏

詹惠儿

如何用python进行频数分析？

导入相关库：导入数据：从具有Weibull Distribution的Weibull Distribution生成一维数据集其中U来自Uniform Distribution 。直方图通过使用直方图，我们可以将1D数据集正确地划分为具有特定大小或宽度的区间，从而形成离散的概率分布

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何用python进行双样本T检验？

双样本T测试如果我们有两个独立采样的数据集（方差相等），并且有兴趣探索真实意味着 mu1 mu1和 mu2 mu2是否相同的问题，也就是说，如果数据是从同一群体中抽样的，那么我们将使用Two Sample T-Test 。通常，当一个领域的研究人员对两个群体之间给定测试变量的影响感兴趣时，他们将从每个群体中取一个样本并将其记录为实验组和对照组。实验组是将接收被测变量的样本，而对照组则不会。

62.1152

1

2

0

关注作者

收藏

詹惠儿

如何用python进行单样本T检验

首先导入相关的库：生成数据让我们从Normal Distriubtion生成一些随机数据。我们将从正态分布中抽取50个点，平均 mu=0 mu=0和方差 sigma2=1 sigma2=1，另一个用平均值 mu=2 mu=2和方差 sigma2=1 sigma2=1。堆叠在彼此顶部的两个正态概率分布函数（pdf）如下所示：单样本T测试One Sample

0.0000

0

1

0

关注作者

收藏

<1…136137138…159>

CDA考试动态

CDA报考指南