組別：wlh
奧林匹克百公尺跑資料**-python
程式設計是基於python的環境進行，可以在環境中構造資料模型
#畫出建立的方程模型影象和散點圖的影象，進行對比
x_test = np.linspace(1896,2008,100)[:,none]#在文件中讀取x的值
f_test = w0+w1*x_test#**之後的t值由得到的公式計算得出
plt.plot(x_test,f_test,『k-』,linewidth=3)#畫**直線，其中linewidth為線寬
plt.plot(x,t,』.r』)#畫原始資料分布
plt.xlabel(『olympic year』)#橫軸
plt.ylabel(『winning time (s)』)#縱軸
#由公式**2023年百公尺成績
x_pre=2020
f_pre = w0+w1x_pre
print(「2023年男子百公尺成績**值為：」,f_pre)
maxorder = 5
x = np.ones_like(x)
x_test = np.ones_like(x_test) #np.ones_like 所有元素用1代替
for i in range(1,maxorder+1):
x = np.hstack((x,xi)) #hstack 按列歸結
x_test = np.hstack((x_test,x_testi))
#高階模型
lamb = 0.01#懲罰係數
w = np.linalg.solve(np.dot(x.t,x) + x.sizelamb*np.identity(maxorder+1),np.dot(x.t,t))
#呼叫linalg模組的solve模組對方程求解，dot()求矩陣積
#np.linalg.solve求線性函式 ，x.size是n，identity單位矩陣
f_test = np.dot(x_test,w)
plt.plot(x_test,f_test,『k-』,linewidth=3)
plt.plot(x,t,』.r』)
print(w)#w為向量所以輸出也是乙個向量值
y = w[0]+w[1]*x+w[2]*x2+w[3]*x3+w[4]*x4+w[5]*x5#此時的y是個向量也即是乙個列表，下面可以用y[0]取出
print(「2020百公尺**成績為：」,y[0])
得出結果為：2020百公尺**成績為： 9.31949390903901
天池新人實戰賽之 離線賽 嘗試（四）
之前的特徵值有10幾個，有點少了。增加特徵值到40多個。特徵選取參考 使用pyspark.ml.classification import gbtclassifier 裡的模型。幾個引數解釋 maxiter 迭代次數 maxdepth 樹的最大深度 stepsize 每次迭代優化步長 學習速率 se...
從零開始天池新人離線賽 資料預處理
作為乙個資料探勘和python程式設計的雙面小白，從零就真的是從一張白紙開始了。今天，首先學習怎麼將阿里給我們的csv檔案匯入到python中 import csv itemcsv file d test item.csv rb r1 csv.reader itemcsv 到這步為止，初步將該ite...
天池新人賽 構造次日購買特徵
構造次日購買特徵 導入庫檔案 print 構造次日購買特徵 import pandas import numpy from pandas import read csv from pandas import series 讀取並設定資料表 df read csv d sample.csv low m...