机器学习技术与算法众所周知，机器学习是技术和算法的结合。但在开始关注技术和算法之前，让我们看看它们是否是同一个东西。技术是解决问题的一种方法，这是一个非常通用的术语。 但是，当我们说我们有一个算法时，意思是我们有一个输入，并希望从中得到一定的输出，明确规定了实现目标的步骤。而算法可以利用多种技术来获得输出。Python的机器学习技巧机器学习回归算法倒退就是回到以前的状态： 一个往往比较落后的状态。
转载
2023-12-26 17:01:17
0阅读
预测股价一直是吸引投资者和研究人员的话题。投资者总是猜测股票的价格是否会上涨，因为有许多复杂的财务指标，只有投资者和具有良好财务知识的专业人员才能理解，所以股市的走势对普通百姓来说非常难以琢磨。 但是随着AI人工智能技术的兴起，它可以帮助我们进行股票价格预测并获得稳定的财富，并且可以帮助专家获得最有用的指标并做出更好的预测。本教程的目的是在TensorFlow 2和Keras中构建一个
转载
2023-08-01 16:48:25
3阅读
前些天在某网站看到了一个比较有意思的股票交易策略，即在尾盘[02:30~03:00]挑选出当日换手率3%~5%，涨幅5%左右的股票买入，下一交易日伺机卖出。因为股票涨跌存在一定的延续性，个人感觉该策略似乎有一点道理，后经过连续几天的测试，认为该策略有进一步研究和验证的价值。于是打算通过python对其进行一个初步的验证，思路大概如下：1、获取
转载
2023-08-07 13:58:31
9阅读
用Python进行股票预测可以使用多种方法和工具，包括经典的时间序列预测模型（如ARIMA、Prophet）以及机器学习和深度学习模型（如LSTM）。以下是一个使用Prophet模型的简单示例，预测股票价格。Prophet模型是Facebook开发的一个时间序列预测模型，适用于带有季节性和节假日效应的数据。步骤安装必要的库。获取股票数据。导入必要的库并加载数据。对数据进行预处理，使其适合Proph
原创
2024-06-09 22:37:01
514阅读
在数据科学的领域，Logit模型（逻辑回归）被广泛应用于二分类问题的预测。在Python中通过Logit进行预测并不是一件复杂的事情，但在实施过程中，可能会遇到各种问题。本文将深入探讨如何使用Python中的Logit模型进行预测，包含从问题背景到预防优化的各个环节。
### 问题背景
在商业数据分析中，对于某个产品是否会被客户购买的预测成为了一个重要的问题。假设我们拥有一个拥有数千笔交易记录
本文介绍如何使用存储在 TDengine 中的现有数据来预测未来数据。我们将模拟一些测试数据以反映真实的电力系统，并演示如何使用 TDengine 和一些 Python 库来预测未来一年的数据。
原创
2023-07-05 15:29:38
274阅读
介绍 TDengine™ 是一种开源的云原生时序数据库（Time Series Database，TSDB），专为物联网
原创
2023-07-10 07:29:36
197阅读
介绍 TDengine™ 是一种开源的云原生时序数据库（Time Series Database，TSDB），专为物联网（IoT）、连接汽车和工业物联网进行了优化。它能够高效地实时摄取、处理和监控一天内由数十亿个传...
原创
2023-07-05 11:31:35
97阅读
循环神经网络最初是用来处理文本数据的，自然语言都是时序数据，股价也是。循环神经网络可以专门用来预测时间序列数据，虽然股价预测是很难在实际中去应用，预测的也是不太准，因为股市的数据波动超级大，波动因素也不确定（还有一些别的原因下面数据处理时会介绍）
转载
2023-06-27 20:47:24
556阅读
内容课程班级博客链接20级数据班作业博客链接五一假期作业博客名称2003031128—宋家伟—Python数据分析五一假期作业要求每道题要有题目,代码(使用插入代码,不会插入代码的自己查资料解决，不要直接截图代码！！),截图（只截运行结果）。 一、分析1996~2015年人口数据特征间的关系（1题50分，共50分）考查知识点：掌握pyplot常用的绘图参数的调节方
转载
2023-10-19 17:13:38
33阅读
一摞Python风格的纸牌Python 最好的品质之一是一致性。当你使用 Python 工作一会儿后，就会开始理解 Python 语言，并能正确猜测出对你来说全新的语言特征。用一个非常简单的例子来展示如何实现 __getitme__ 和__len__ 这两个特殊方法，通过这个例子我们也能见识到特殊方法的强大。示例 1-1 里的代码建立了一个纸牌类。import collections
Card =
转载
2024-05-21 13:07:59
43阅读
# 如何用Python编码做台风路径预测
随着气候变化的加剧，台风等极端气候事件的预测变得越来越重要。台风的预测不仅涉及天气预报，还关系到民众的生命和财产安全。本篇文章将探讨如何利用Python编写代码来预测台风路径，解决实际问题，并提供具体示例。
## 1. 台风路径预测的背景
台风通常由多个因素决定，包括气象数据（温度、湿度、风速）、海洋条件等。如何快速而准确地预测台风的路径，可以通过机
# 用Python进行人口预测的实际应用
人口预测是社会科学领域中一个重要的研究课题，它能够为政策制定、城市规划、公共服务提供者以及商业决策提供重要参考。随着 Python 越来越受到数据科学家的青睐，利用 Python 进行人口预测的工具和技术也日益丰富。本文将展示如何通过 Python 进行简单的人口预测，并解决实际问题。
## 什么是人口预测？
人口预测是对未来人口规模、结构和分布的估
1.PyTorch vs TensorFlowtensorflow是静态图，需要你把啥都准备好，然后它像个傻子一样执行，tensorflow，目前业界更适合部署，毕竟是静态图，infer的时候速度快。pytorch，它会在执行的时候，跟你唠嗑，哪哪需要改不，哦，不改昂，那我执行了，pytorch更适合学术界，因为它更开发、调试更人性化。（人工智能核心算法的底层还是由C/C++编写，python实际
转载
2023-11-06 21:44:04
79阅读
这个面试题起码见过10次
原创
2021-06-18 15:21:03
1643阅读
台风的历史最佳路径数据集可以从中国气象局热带气旋资料中心下载，但是每年3/4月份左右才会发布上一年的数据，如果需要使用当年的数据，可以爬取中央气象台台风网（http://typhoon.nmc.cn/web.html）的数据。同时，在日常业务工作中，可能需要获取中央气象台的台风预报数据，进行一些其他处理。本篇介绍如何爬取中央气象台台风网的正在发展的台风数据，包括台风的历史实况分析和预报数据，以20
转载
2023-10-16 16:27:26
47阅读
TensorFlow 1.3 引入了两个重要功能，您应当尝试一下：数据集：一种创建输入管道（即，将数据读入您的程序）的全新方式。估算器：一种创建 TensorFlow 模型的高级方式。估算器包括适用于常见机器学习任务的预制模型，不过，您也可以使用它们创建自己的自定义模型。下面是它们在 TensorFlow 架构内的装配方式。结合使用这些估算器，可以轻松地创建 TensorFlow 模型和向模型提供
最近在做销售量预测模型相关的项目，重新拾起时间序列算法，包括AR（自回归模型）、MA（移动平均模型）、ARIMA（差分回归移动平均模型）等。综合预测效果想要特别记录时间序列中的Prophet算法，操作简单，效果显著。一、算法简介Prophet是Facebook开源的python预测库，是工业级应用算法，并不是说在模型原理上相对于ARIMA模型有更好的突破，而是从模型使用体验上有所提升。即使没有统计
转载
2023-10-20 22:15:40
544阅读
ChemDraw的“键”工具在化学研究中能够发挥重大作用，如果你也是一名化学相关工作者就千万不要错过这篇教程，下文详细盘点“键”工具究竟能干些什么。ChemDraw化学软件免费获取地址：http://www.mairuan.com/product/chemdraw1、ChemDraw有哪些“键”工具1）ChemDraw最新版提供多种化学键工具，比如实键、双键、虚键、楔键、黑体键等基础键类型，如下图
转载
2024-07-02 21:51:34
1225阅读
来源：Jason Brownlee，整理：数据派THU本文约3300字，建议阅读10分钟本文介绍了如何用XGBoost做时间序列预测，包括将时间序列转化为有监督学习的预测问题，使用前向验证来做模型评估，并给出了可操作的代码示例。针对分类和回归问题，XGBoost是梯度提升算法的一种高效实现。它兼顾了速度和效率，且在很多预测模型任务中表现优异，在数据科学比赛中广受赢家偏爱，如Kaggle。XGBoo
转载
2022-10-19 17:54:04
235阅读
