论坛帖子快来发好贴!

专题区让专业更专注!
外文期刊
外文期刊:Discover、The Guardian Weekly、ImagineFX、Model Airplane News、Sail 、Scale Aircraft Modelling、Science、T3 UK、Tamiya Model、The Hollywood Reporter、The Week Junior UK、The Week Junior USA、Veranda、Trail UK、Warships International Fleet Review 、Wilderness、Women’s Fitness UK
2篇文章更多文章
乐器教程
学一门乐器,可以提升自信心、锻炼耐力和毅力、提高专注力、培养协调性、稳定情绪!世界上只有一种共同的语言,那就是音乐!
3篇文章更多文章
最新发布第2页
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2024)】(46)——基于SSA-LSTM的风速预测(麻雀优化)

在这个案例里面的,SSA-LSTM效果好于GRU好于LSTM和attention-LSTM,说明优化算的效果是可以的,当然同学们还有时间可以用SSA-GRU,SSA-attention-LSTM都去试试,,看谁的效果好。模型修改就该bu...
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2025)】21——基于图神经网络的餐厅评论反欺诈识别fraud

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,...
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2025)】02——信贷风控模型预测评估及其可解释性(shap, scorecardpy包应用)

【Python数据分析案例(2025)】02——信贷风控模型预测评估及其可解释性(shap, scorecardpy包应用)
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2024)】(45)——基于K均值的客户聚类分析可视化K-Means

可视化结果详细比较了男性和女性的年龄、年收入和支出分数分布。它强调,虽然两种性别有一些相似之处,但这些变量的集中度和分散度存在显著差异。男性在年龄和收入方面的分布往往更广泛,而女性...
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2025)】22——基于机器学习的餐厅评论反欺诈识别fraud

该数据集由Dou等人引入,用于增强基于图神经网络的欺诈检测器,以识别伪装欺诈者。数据集包含Yelp评论,具有标签(是否欺诈)和32个归一化特征作为属性,以及评论之间的关系,如共享用户、共享...
【Python数据分析案例(2025)】03——热门游戏数据分析及其可视化-寻找资源网

【Python数据分析案例(2025)】03——热门游戏数据分析及其可视化

网盘截屏获取代码与数据,请点击购买!案例背景有哪个男生不喜欢玩游戏呢?就算上了班儿也要研究一下游戏以及热门的游戏。正好这里有个热门的游戏数据集,全球热门游戏数据集来做一下一些可视化...
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2024)】(44)——基于EEMD-LSTM的石油价格预测神经网络模型

很久没更新时间序列预测有关的东西了。 之前写了很多CNN-LSTM,GRU-attention,这种神经网络之内的不同模型的缝合,现在写一个模态分解算法和神经网络的缝合。 虽然eemd-lstm已经在学术界被做烂...
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2025)】23——客户无监督聚类分析(5种聚类方法)KMEANS

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...
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!
寻找资源网-让天下没有难找的资源!

【Python数据分析案例(2024)】(43)——基于机器学习的垃圾邮件分类系统构建(朴素贝叶斯,支持向量机)云图

trec06c是非常经典的邮件分类的数据,还是难能可贵的中文数据集。 这个数据集从一堆txt压缩包里面提取出来整理为excel文件还真不容不易,肯定要做一下文本分类。 虽然现在文本分类基本都是深度...