Jak zapisywać wzory w matplotlib.pyplot
How to write equations in matplotlib.pyplot¶ Practice makes perfect In [4]: import pandas as pd import matplotlib.pyplot as plt In [5]: a = r’3 = frac{12}{4}’ ax […]
Uncategorized
Cz. 1. Poprawa modelu regresji liniowej za pomocą zmiennych syntetycznych
EN031220191208 Parking Birmingham occupancy analysis Source of data: https://archive.ics.uci.edu/ml/datasets/Parking+Birmingham In [1]: import pandas as pd df = pd.read_csv(’c:/TF/ParkingBirmingham.csv’) df.head(3) Out[1]: SystemCodeNumber Capacity Occupancy LastUpdated […]
Polynomial regression model
Polynomial regression model Polynomial regression model is technically a special case of multiple linear regression. This is definitions and explanation found in Wikipedia: https://en.wikipedia.org/wiki/Polynomial_regression. Just […]
Tutorial: regresja liniowa — zmienne czasowe i przesunięcia. Wykorzystanie przesunięcia w korelacji zmiennych
Part 2. Simple multifactorial linear regression In the previous part of this tutorial, we cleaned the data file from the measuring station. A new, completed […]
Jak uzupełnić brakujące dane w dataframe Python?
Jak uzupełnić brakujące dane w dataframe Python? Baza danych: AirQualityUCI Source of data: https://archive.ics.uci.edu/ml/datasets/Air+Quality In [47]: import pandas as pd df = pd.read_csv(’c:/TS/AirQualityUCI.csv’, sep=’;’) df.head(3) […]
Przykład użycia przesunięcia w regresji liniowej w Pythonie. Jak znaleźć optymalne przesunięcie korelacji?
What is this the correlation shift? In supervised deep machine learning we have two directions: classification and regression. Regression needs continuous values of data. Because […]
Metody wskazania optymalnej liczby skupień: dendrogram i metoda łokcia
In [1]: import pandas as pd from sklearn.cluster import KMeans import matplotlib.pyplot as plt Wholesale customers data The dataset refers to clients of a wholesale […]
Artificial Intelligence w Marketingu Bankowym – Naive Bayes Classifier part 4
Exercise 29 Naive Bayes Classifier Naiwny Bayes to prosta technika konstruowania klasyfikatorów: modele, które przypisują etykiety klas do wystąpień problemowych, reprezentowane jako […]
Artificial Intelligence w Marketingu Bankowym – Threshold ROC curve part 3
Exercise 28 Threshold ROC curve W poprzedniej części stworzyliśmy model, który skazał którzy klienci prawdopodobnie wezmą kredyt oraz tych, którzy niestety, raczej […]
Artificial Intelligence w Marketingu Bankowym – Logistic regression model part 2
Exercise 27 Marketing bankowy – działalność podmiotów gospodarczych mającą na celu poznanie i dostosowanie się do potrzeb rynku oraz oddziaływanie na popyt […]
Próg ROC dla Regresji Logistycznej
Exercise 26 Przy budowie modelów klasyfikacji 0-1 występuje problem niezbilansowanych zbiorów. In [1]: import numpy as np import pandas as pd #import xgboost as xgb […]
Regresja Logistyczna Dummy_Variables
Exercise 25 Istnieją dwa sposoby budowania modelu na zmiennych dyskretnych. PYTANIE: czy model zbudowany na różnych metodach kodowania może mieć różne właściwości predykcyjne? 15 kwietnia […]
Formuła Pandas: groupby part 1
źródło danych: http://sigmaquality.pl/wp-content/uploads/2019/09/phone_data.csv In [1]: import pandas as pd import dateutil import numpy as np df = pd.read_csv(’c:/1/phone_data.csv’) df.head(4) Out[1]: index date duration item month network […]
Logistic regression – Quality of Poliaxid
Quality of Poliaxid Estimation of the result of the empirical research with machine learning tools Part one: preliminary graphical analysis to research of coefficients dependence […]
Logistic regression model (bank cards operations)
Introduction Logistic regression is algorithm of classification machine learning. Model predicts binary state of dependent variable. Dependent result variable takes value from 0 to 1. […]