博客<基于K-Means聚类算法对NBA球员数据的聚类分析>所用数据

属性 category item variety date price unit 行列 （9647，6）

自己找的,超好用CSV切割器,工具挺好的,如有侵权联系作者处理,大文件切割,下载解压后打开Data.olllo.exe脚本,选择内核 P内核

贷款违约数据集含有 年龄、教育、工龄、地址、收入、负债率、信用卡负债、其他负债以及违约情况的字段。通过各特征来判断用户的违约情况。用到的技术模型如下 逻辑回归 面对一个回归或者分类问题，建立代价函数，然后通过优化方法迭代求解出最优的模型参数，然后测试验证我们这个求解的模型的好坏。 k近邻法（k-nearest neighbor，k-NN） 一种基本的分类和回归方法，是监督学习方法里的一种常用方法。k近邻算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其k个最近邻的训练实例类别，通过多数表决等方式进行预测。 决策树 一种基于树结构来进行决策的分类算法，我们希望从给定的训练数据集学得一个模型（即决策树），用该模型对新样本分类。决策树可以非常直观展现分类的过程和结果，一旦模型构建成功，对新样本的分类效率也相当高。 SVM(Support Vector Machine) 中文名为支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 模型评估 可以根据混淆矩阵。得到其Accuracy准确率以及F1 score

北京10到14年PM2.5数据

这个文件是对于yolov5生成的csv文件数据进行的对比，运行会产生两列不同数据的对比，并生成折线图。 对于改进和原始的对比很有用。

Spyder爬取豆瓣电影Top500-csv文件存储 废话少说，直接上代码： # -*- coding: utf-8 -*- Created on Fri May 1 16:59:13 2020 @author: ASUS import requests from lxml import etree import csv headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 ' '(KHTML, like Gecko

机器学习的常用数据集，共有 150 条数据，每条数据对应 4 个特征（sepal length、sepal width、pedal length、pedal width），且对应着 3 个不同的种类。

2019年北京天气数据

Decision_Tree_ID3：使用ID3算法从训练数据集（CSV文件）创建决策树。