伊达 自动探索性数据分析

借贷俱乐部 著名的Lending Club Bank数据的探索性数据分析。 分析范围 确定更有可能偿还贷款并将贷款仅提供给这些客户的客户。 确定有可能拖欠贷款并避免公司遭受财务损失的客户。 需要从提供的loan.csv文件数据中确定此类客户的趋势。 将采取的拒绝贷款申请，减少贷款金额或以较高利率向有风险的申请人贷款的措施。 当某人申请贷款涉及以下类型的决定时： 1.接受贷款-如果公司批准贷款，则存在以下3种可能的情况： 一种。 已付清：申请人已付清贷款（本金和利率）。 b。 当前：申请人正在分期付款，即贷款期限尚未完成。 这些候选者未标记为“默认”。 C。 冲销：申请人很长一段时间未按时偿还分期付款，即他/她拖欠了贷款。 2.拒绝贷款：公司拒绝了贷款（因为候选人不符合他们的要求）。 由于贷款被拒绝，因此这些申请人与公司之间没有交易记录，因此该数据对于公司（因此在此数据集中）不可用

python数据分析 tmdb电影数据分析 源码及数据

预期寿命 过去已经对影响预期寿命的几个因素进行了研究。 以前从未考虑过使用某些功能根据国家状况（发展/发达，GDP，百分比支出），​​生活方式（BMI，酒精，教育，资源收入构成），疾病（艾滋病毒/艾滋病）预测所有国家/地区预期寿命的准确性艾滋病，白喉等） 数据集已从收集。 我已经在R上完成了这个项目，并且在Tableau上创建了不同类型的有意义的可视化。 清理数据，可视化数据，缩放比例的特征，进行统计分析，创建相关矩阵，检查变量之间如何正/负相关以及它们之间的相关性如何，为每个特征创建简单的（一个变量）回归模型并比较p值使用多变量线性回归来检查冗余预测变量，使用vif来量化共线性度，检查条件，这些清理后的数据集是否适合线性回归模型，生成多元回归模型，同时使用AIC和向后消除预测最准确模型的方法以及未来的预测方法-该项目的一部分

pubg-analyzing 绝地求生游戏数据分析 pubg_data_analyzsis.py为数据的探索性分析（EDA）代码 pubg_ml.py是关于这个数据集做的机器学习代码 load_several_data.py用于读取多份文件的方法 绝地求生游戏数据分析.pdf为此次项目的介绍与分析过程 数据集地址： 源数据有aggregate.zip和deaths.zip两类，分别是赛事信息数据与玩家死亡数据 本项目选取了aggregate.zip里面720000场比赛数据中的150000场左右作为分析数据

帕金森病数据分析 介绍： 说明和文献： 在这项研究中，我们将分析被诊断出患有这种疾病的患者数据。 期望使用来自受试者的语音数据有助于无创诊断的发展。 帕金森氏症（PWP）的人会遭受言语障碍，例如语音障碍（声音使用不良），低音障碍（音量减小），单调（音调范围减小）和构音障碍（声音或音节发音困难）。 因此，我们在此项目中的分析将基于受影响的语音参数。 数据： 该数据集由牛津大学的Athanasios Tsanas和Max Little与美国的10个医疗中心以及英特尔公司合作开发，后者开发了远程监控设备来记录语音信号。 该数据集由一系列生物医学语音测量组成，从42名帕金森氏症早期患者中招募，到远程症状进展监测的远程监测设备的为期六个月的试验。 这些记录会自动记录在患者家中。 数据集中的列包含受试者编号，受试者年龄，受试者性别，自基线募集日期起的时间间隔，运动UPDRS，总UPDRS和16

我的博客 由提供 接下来做什么？ 大！ 您已经设置了您的仓库。 现在该开始编写内容了。 一些有用的链接： 注意：如果您不希望这些博客文章出现在您的网站上，则可能要从_posts ， _notebooks或_word文件夹中删除示例博客文章（但将其保留为空，请勿删除这些文件夹）。 如有任何疑问或功能要求，请在fastai论坛中使用。

鲍鱼 鲍鱼数据集的数据分析。

F1_Data_Analysis 多年来F1的数据分析

"CarParking" 基于java的停车场管理系统 1.基本实现了停车场该有的功能。 比如会员管理，收发邮件，优惠券生成与发放，车辆出库入库，自动计算停车费用，记录违章信息，记录停车信息等等。 2.集成了车牌识别这部分代码。 点击自动入库后，上传车辆带车牌照片。系统会自动识别车牌号码（车牌识别成功率一般）。 3.加入了数据可视化功能（百度的Echarts）。 目前只实现了以饼状图的形式展示当前停车场的停车情况和收入来源情况。 4.数据库使用的是MYSQL，REDIS做缓存数据库。 电脑上需要安装好MYSQL和REDIS。数据库的文件在src/resource下面，导入carport.sql即可。 5.JDK的版本最好是1.8以上。