简单来说，这是一个比较粗糙的案例，主要是演示图结构的LSTM等模型的时间序列预测。没有我之前的那些普通的循环神经网络的案例那么高度封装以及那么完善的评估体系和标准画图方法。 因为之前都...

SARIMAX模型在预测AQI方面显示出前景。但是，不显著系数的存在表明可以简化模型。仅使用显著系数（移除ma.L1、ar.S.L12、ma.S.L12、ma.S.L24）重新运行模型可能会提高模型的简约性和预测精度。...

虽然模型基本都是表格数据那一套了，算法都没什么新鲜点，但是本次数据还是很值得写个案例的，有征信数据，各种，个人，机构，逾期汇总..... 这么多特征来做机器学习模型应该还不错。本次带来，...

好久没更新了，出一些常见的案例吧，本次带来的事可视化聚类分析，使用使用 KMeans, DBSCAN, 其他的 clustring 方法去对一个客户的数据进行无监督聚类。客户聚类分析有助于识别客户群体中的不同...

tushare能获取金融数据的接口，他有资产负债表，利润表，现金流量表三个表全部的指标，每一年的年报基本都有，数据变量总共124多个，非常全面，什么净利润，营业收入，资产，负债，所有者权益，...

在欺诈识别这个二分类任务中，三种神经网络模型各有特点。GCN模型的准确率、召回率和 F1 分数分别为 0.835509、0.835509、0.847082，在这三个指标上表现均衡且整体较优，能较好地识别欺诈情况，...

本次使用中国的上证指数，深证成指和沪深300，还有美股的道琼斯，标普500以及纳斯达克的指数作为对比。用这些指数的价格进行定投，并且每天定投1块钱来计算每年的年化回报率以及到期之后的总资...

这篇文章可以说是基于 现代的一些神经网络的方法去做时间序列预测的一个介绍科普，也可以说是一个各种模型对比的案例，但也会谈一谈自己做了这么久关于神经网络的时间序列预测的论文，其中一些...

之前很早写过这些经典的一个数据集的航空公司的聚类的文章，然后现在又有另外一个航空公司满意度的数据集，这个数据集还挺大的，有十几万的数据要用来做一个机器学习的模型是非常合适的。本案例...

学习pandas之前，我们要了解一下Python的基础数据结构，还有pandas的底层库numpy的数据结构（数组矩阵之类的），然后才是pandas的两种基础数据结构，Series和DataFrame。Python基础数据结构 数...