1

import pandas as pd

数据读取

1

data = pd.read_csv('message80W1.csv', header=None, index_col=0)

1

data.columns = ['类别', '文本内容']

1

data.head()

读取图片数据

1
2

import os
import cv2

1
2

path = 'water_images'
imgname_list = os.listdir(path)  # 获取path文件夹下所有的文件名称

使用numpy生成一张图片

1
2

import numpy as np
import matplotlib.pyplot as plt

1

img1 = np.zeros((100, 100, 3))

1
2

plt.imshow(img1)
plt.show()

背景和目标

行业内竞争

民航的竞争除了三大航空公司之间的竞争之外，还将加入新崛起的各类小型航空公司、民营航空公司，甚至国外航空巨头。航空产品生产过剩，产品同质化特征愈加明显，于是航空公司从价格、服务间的竞争逐渐转向对客户的竞争。

行业外竞争

随着高铁、动车等铁路运输的兴建，航空公司受到巨大冲击。

目标

1. 借助航空公司客户数据，对客户进行分类。

2. 对不同的客户类别进行特征分析，比较不同类别客户的客户价值。

3. 对不同价值的客户类别提供个性化服务，制定相应的营销策略。

   阅读全文 »

目标：

1. 求出现有的13个特征中，哪几个特征对y（地方财政收入）影响最大

2. 求出2014年和2015年这两年的财政收入

   阅读全文 »

利用所给数据集使用合适的分类算法，对标签列进行分类。

1

import pandas as pd

手动推导人工神经网络

读取数据

1
2

import pandas as pd
import numpy as np

1
2

train_data = pd.read_csv('BPdata_tr.txt').values
test_data = pd.read_csv('BPdata_te.txt').values

1
2

print('训练数据尺寸：', train_data.shape)
print('测试数据尺寸：', test_data.shape)

训练数据尺寸： (500, 3)
测试数据尺寸： (100, 3)

泰坦尼克号生还者预测

读取数据集

1

import pandas as pd

1

data = pd.read_csv('titanic_data.csv', index_col='PassengerId')

手动编写KMeans聚类算法

算法步骤：

1. 随机选取K个样本作为类中心；

2. 计算各样本与各类中心的距离；

3. 将各样本归于最近的类中心点；

4. 求各类的样本的均值，作为新的类中心；

5. 判定：若类中心不再发生变动或达到迭代次数，算法结束，否则回到第2步。

   阅读全文 »

任务1

求出利用最小二乘法通过(1,1) (2,3) (3,3)三点拟合出的直线 # b = 0.1 a = 1.1

$y=wx + b$

创建数据

1

import numpy as np

1
2
3

# sklearn中要求自变量（特征）的维度是二维
x = np.array([[1], [2], [3]])
y = np.array([1, 3, 3])