Rachel

该博客一方面为了完成作业,另一方面也是监督自己不断学习!

0
推荐
1081
阅读

HW8

一家婚恋网站公司希望根据已注册用户的历史相亲数据,建立新用户相亲成功可能性的预测模型,数据存放在“date_data2.csv”中。 1、分析思路: 在对客户流失与否的影响因素进行模型研究之前,首先对各解释变量与被解释变量进行两变量独立性分析,以初步判断影响流失的因素,进而建立客户 流失预测模型 主要变量说明如下...

发表了文章 • 2018-06-24 20:01 • 0 条评论

0
推荐
1225
阅读

HW7

1、作了一次营销活动,营销了1000人。事后统计结果,120人购买,其余人没有购买。请分别用矩估计法、极大似然估计法计算这个随机事件分布的参数(提示:该随机事件服从伯努利分布)营销活动产生的购买的概率为:p = 120/1000 不会估计.....2、推导线性回归参数估计得最小二乘、矩估计、极大似然估计,推导逻辑回归...

发表了文章 • 2018-06-16 08:51 • 0 条评论

0
推荐
1017
阅读

HW6

研究二手房价的影响因素,建立放假影响模型# -*- coding: utf-8 -*- """ @author: Rachel """ # In[]: import os import pandas as pd import numpy as np import seaborn as sns from scipy import stats #scipy.stats包括统计工具和随机过程的概率过程。 import statsmodels.api as sm from statsmodels.formula.api ...

发表了文章 • 2018-06-08 21:48 • 0 条评论

1
推荐
1143
阅读

HW5

# -*- coding: utf-8 -*- """ Created on Wed May 30 15:16:29 2018 @author: Rachel """ # In[1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import os # In[2]: os.chdir(r'E:\Python_learning\data_science\task_0529\HW5') loanfile = os.listdir() create...

发表了文章 • 2018-06-02 09:39 • 2 条评论

0
推荐
872
阅读

HW4

# -*- coding: utf-8 -*- # In[1]: import pandas as pd import numpy as np import seaborn as sns import os # In[2]: os.chdir(r'E:\Python_learning\data_science\task_0529\HW4') auto = pd.read_csv("auto_ins.csv",encoding = 'gbk') auto.head() # In[3]: #对loss重新编码为1/0,有数值为1,命名为loss_flag...

发表了文章 • 2018-06-02 09:28 • 0 条评论