Instacart市场篮子分析 抽象的 Instacart已成为北美领先的杂货配送平台,并且由于COVID-19,其增长正在Swift加速。 鉴于在线杂货店购物的增加以及作为狂热的美食爱好者,我们希望了解人们订购的商品以及他们的行为有何不同。 在探索了数据集及其包含的不同数据点之后,我们确定了购买农产品(水果,蔬菜等)时关注用户和订单行为的机会。 研究问题 1.客户的细分是什么购买有机与那些永远不要购买有机什么时候给予选择? 2.自然用户和永不自然用户之间的购买行为是否有所不同? 3.用户在Instacart上进行更多订购时,购买行为会改变吗? 购买“有机”商品是一种稳定还是动态的行为? 使用的工具 语言: Python 库: 麻木 大熊猫 matplotlib 分工 为了不给我其他小组成员的工作以功劳,每个笔记本都标上姓氏,以表示对整个研究项目的贡献。 此外,由研究团队其他成员
2021-10-16 16:43:50 4.96MB data-science numpy pandas data-visualization
1
和弦PRO发布 是功能齐全的和弦可视化API,可产生漂亮的交互式可视化效果,例如Reddit主页上的特色。 产生漂亮的交互式和弦图。 自定义颜色和字体大小。 访问“分开”模式,使图的两侧都可用。 在悬停时添加图像和文本, 访问更高级的自定义设置,包括HTML注入。 无需开放源代码即可用于商业用途。 目前支持Python,JavaScript和Rust,还有更多(接受请求)。 变更日志: 2020年12月23日现在支持reverse_gradients 。 2020年12月2日现在具有[更好的支持],可以使用conjunction参数对文本进行自定义。 2020年11月2
2021-10-15 19:59:46 11.04MB visualization python data-science data
1
learning_data_science HSE数据科学课程
2021-10-13 16:34:10 25.31MB JupyterNotebook
1
The book Detecting Regime Change in Computational Finance is the first book of its kind to build on the framework of Directional Change. The concept of Directional Change is a new field of research that rethinks the way in which data is represented and sampled
2021-10-13 11:01:52 15.15MB machinelearning algorithmictrad
1
说是数据科学指路到是差不多。告诉你有哪些方面的知识需要去学习的。25章每章都值得单独去借上一两本书去学习,都值得花上一两个月用上N多个案例来实践,这样之后,我觉得才是真的入门了。 书中的代码又是一段一段的,估计只有作者才会知道这个功能是怎么来的,有什么用。后面...
2021-10-12 15:55:01 71.09MB 机器学习 python 人工智能
1
Python中基于机器学习的因果推理/提升 内容: ••• causeinfer是一个Python软件包,用于使用机器学习来估计平均和条件平均处理效果。 它的目标是编译标准和高级的因果推理模型,并展示其用法和功效-所有这些都具有帮助人们在商业,医学和社会经济领域学习CI技术的总体雄心。 请参阅以获取该软件包的完整概述,包括模型和数据集。 安装 causeinfer可以通过pip从PyPI下载或直接从此存储库中获取: pip install causeinfer git clone https://github.com/andrewtavis/causeinfer.git cd causeinfer python setup.py install import causeinfer 申请 因果推理算法 两种模型方法 对治疗和对照组的单独模型进行了训练和组合,以得出平均治疗效果(Hanso
2021-10-12 12:07:33 3.34MB python data-science machine-learning statistics
1
Python Programming An Introduction to Computer Science
2021-10-11 09:31:36 5.81MB python
1
情绪识别 涉及使用脑电图(EEG)信号进行情感识别的项目。 EEG .mat文件来自其DEAP数据集,由伦敦玛丽皇后大学提供。 目的是确定脑电信号的生存力,以此作为识别“情感计算”思想的动机,从而识别不同的情绪状态。 数据集 数据集包含来自32位参与者的生理数据。 每个参与者观看了40个一分钟长的音乐视频摘录,并且在每次观看过程中都记录了生理信号。 然后,参与者根据效价,唤醒,喜好和支配性对每次观看视频的体验进行评分。 生理数据由40个特征组成-32个EEG读数通道; 另外还包括8个外围读数,例如皮肤温度,呼吸幅度,眼电图(EOG),心电图(ECG),皮肤电React(GSR),体积描记仪的血容量以及Z肌和斜方肌的肌电图(EMG),但所有这些都是多余的。 根据10-20系统进行EEG记录,并按照标准记录了32个EEG通道。 数据预处理 脑电记录 从数据集中获得的EEG数据已在源中进行
1
Bike-share-project:使用Python t了解美国的Bikeshare数据,计算统计数据并建立一个交互式环境,用户可以在其中选择数据并过滤数据集以进行分析
1
Python Programming An Introduction to Computer Science 3rd,John Zelle,2016
2021-10-09 20:10:14 5.69MB PYTHON
1