黑色星期五销售
黑色星期五销售数据集的探索性数据分析。
该项目分析了一个黑色星期五购物的小数据集，其中包含来自客户的人口统计数据。 在这里，我将采用统计和机器学习技术以及数据可视化来探索数据集。 给出的功能无法单手预测客户的购买行为，这就是该项目仅专注于探索性数据分析的原因。
数据已从数据科学网站Analytics Vidhya获得。
可以在“ BFS_functions_and_classes.py”中找到所使用的所有自定义函数和类的代码和文档。
2021-06-27 00:08:00
5.9MB
1
花旗自行车
我已使用citibike NYC数据（ ）进行分析和推断，以了解不同路线和用户之间的使用方式和趋势。 使用漂亮的汤包抓取数据，并使用Pandas进行预处理，然后使用mysql将其存储在关系数据库架构中。 我使用Google地图上的API在Jupyter笔记本上绘制Google地图上的纬度和经度，我进行了分析，例如忙碌的日子，忙碌的时间，订户与使用该服务的用户的比例以及所显示的最频繁的路线通过gmaps等
2021-06-10 20:21:19
142KB
1
心脏疾病数据集的数据分析
我在Kaggle网站心脏病数据集上使用R进行了数据分析。 可在此处获取分析的pdf版本。 如果有问题，请发表评论，并帮助我改善代码并学得更好。 该分析包含：单变量分析，PCA和聚类
2021-06-10 12:50:08
18.59MB
1
该项目旨在揭示所有有趣的见解，这些见解可以从对数据集的详细分析中获得，甚至无需进行任何机器学习。 确定这些变化点将对预测需求非常有用。 此外，它将通过计划不同的战略来帮助扩展Uber的业务。 在对如此大的数据集以及错误的输入进行适当的分析和可视化之后，我们能够显示许多图形，这些图形指向一些非常重要的结果。
2021-05-03 18:45:26
237KB
1
说明
作为春节档电影之一，《你好，李焕英》这部电影最近真的是大热，票房直冲500亿。
这次就尝试分析春节档七部电影数据。
春节档电影为：
你好，李焕英
唐人街探案3
刺杀小说家
人潮汹涌
新神榜：哪吒重生
侍神令
熊出没·狂野大陆
数据来源为豆瓣，因豆瓣无票房数据，票房数据爬取自猫眼。
电影数据爬虫代码参考：
数据处理及分析过程参考：
2021-04-29 13:32:10
668KB
1
Yelp数据集分析
这是Yelp数据集的大数据分析。 数据可在以下网站找到： : 我无法将数据集放在此处，因为数据集超过3 gb。 但是我已经把我的ipynb文件放在这里了。 您可以从上述网站下载数据集并使用此ipynb文件运行。 此外，“数据集”文件夹列表中的一些其他文件的工作正在进行中。
2021-04-27 23:13:38
167KB
1
WeatherPy数据中发现的三个可观察到的趋势是温度和湿度会根据纬度发生急剧变化。 因此，在纬度变化与温度和湿度变化之间观察到强烈的逆向或正向关系。 第二个可观察到的趋势是，风速和阴天与纬度变化的相关性不大。 这意味着在不同纬度下具有相同多云和风速的机会非常高。 第三个可观察到的趋势是，随着我们在北半球的纬度上升，风速和阴天增加。 这表明，当我们朝北极行驶时，可以观察到更极端的天气现象，例如大风，大雪和暴雨。
2021-04-25 17:32:10
857KB
1
fMRI_Data_Analyses
： 与fMRI图像处理原理相关的代码，包括， 和
： 涵盖了最广泛使用的当前统计方法的代码，用于在Matlab SPM中分析fMRI数据。
2021-04-24 13:15:05
3.31MB
1
twitterscraper和数据分析：使用twitterscraper提取推文，然后进行数据分析
2021-04-12 08:36:34
255KB
1