数据结构实验：堆栈与队列；
包括3个代码和实验报告： 括号匹配完成、 利用栈队列逆置 、栈的操作
2021-09-24 10:40:51
142KB
1
互联网金融LeningClub信贷数据分析项目实践
转载请注明作者和出处：
Github代码获取：
Python版本： Python3.6
运行环境： Win10 + Anaconda + jupyter Notebook + Sublime text3
1. 项目简介
采用了Lending Club 信用贷款违约数据是美国网络贷款平台 LendingClub 在2007-2015年间的信用贷款情况数据，主要包括贷款状态和还款信息。附加属性包括：信用评分、地址、邮编、所在州等，累计75个属性（列），890000笔 贷款（行）。
贷款违约预测模型，使用了Numpy，Pandas，Sklearn科学计算包完成数据清洗，构建特征工程，以及完成预约模型的训练，数据可视化采用了Matplotlib及Seaborn等可视化包。
2. 信贷数据分析过程
接下来，我们将利用给定的借贷数据，做一次较为完整的
2021-09-23 10:15:01
27KB
1
dcmtk-3.6.0版本编译出的动态库文件，包含Debug和Release版本。
2021-09-22 16:10:07
58.4MB
1
编译完成的Ceres静态库，解压后包括编译整理后的include和lib文件，直接在VS2017中包含路径即可，亲测可用！
2021-09-22 15:42:00
67.95MB
1
nlp-初学者完成
此项目是为了完成复旦大学邱锡鹏老师的NLP入门练习
此项目的5个任务完成了很多网上的相关资源以及结合自己的理解而完成，在此对所有相关的作者表示感谢。如果造成了争议，相关作者可联系我进行协商。
2021-09-22 13:32:20
75.09MB
1
自行推导公式多元线性回归的编程一、导入文本店铺面积和营业额的关系图车站距离和营业额的关系图二、计算下图三、计算R²
一、导入文本
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import math
df = pd.read_excel("D:\\面积-距离-车站.xlsx")
x1 = df["店铺面积"]
x2 = df["车站距离"]
y = df["月营业额"]
店铺面积和营业额的关系图
plt.scatter(x1,y)#散点图绘制原始数据x,y
#plt.plot(x1,y,col
2021-09-21 21:54:00
199KB
1
---
零基础入门推荐系统是天池大赛推出的新人学习赛。本笔记主要记录一个机器学习新手参考推荐系统的实现步骤，完成一个新闻推荐系统的实操笔记
2021-09-19 15:15:59
629KB
1