Python

AttributeError: ‘NoneTyp…

在PyCharm创建的Virtualenv环境下,使用pip安装包时,老是提示需要升级pip,具体提示信息为:
6 sec read

Anaconda包更新遇到的问题及解决方案

Anaconda可以通过命令升级所有的Python包,具体命令为:
4 sec read

KNN分类后的效果评估

前面的2篇文章中,一篇介绍了KNN的原理,另外一篇主要讲解的是如何使用sklearn进行KNN分类,今天主要学
1 min read

使用 Scikit-learn 进行 KNN 分类

最近邻(KNN)是一种非常简单、易于理解、通用性强的机器学习算法,广泛应用于金融、医疗、政治、手写检测、图像识
8 sec read

K-近邻算法KNN学习笔记

什么是K-近邻算法? K近邻法(k-nearest neighbor, k-NN)是1967年由Cover T
32 sec read

使用Prophet进行时间序列预测

Prophet是Facebook开源的预测工具,相比ARIMA模型,Prophet真的是非常的简单。只要读入两
1 min read

采用时间序列预测股价变化

时间序列简介 在数学上,随机过程被定义为一族时间随机变量,即{x(t),t∈T},其中T表示时间t的变动范围。
3 min read

SARIMAX:季节性ARIMA

在先前的使用Python创建季节性ARIMA模型中,出现了SARIMAX模型。在上一篇的文章中并没有讲清楚SA
18 sec read

使用ARIMA预测欧元汇率

这篇文章主要是用于复习ARIMA,针对一些可能存在的问题进行进一步的理清。对预测的整个流程再做一次清晰的回顾。
1 min read

如何确定ARIMA模型中参数p、d、q

在先前学习的使用ARIMA预测时间序列的文章中,对于如何确定参数p、d、q还是存在一些疑问,今天学习的这篇文章
32 sec read

如何理解自相关和偏自相关图

前几篇的时间序列预测的文章中,都用到了自相关(ACF)和偏自相关(PACF)图,但是理解起来还是存在一些问题。
41 sec read

时间序列预测:使用Python创建季节性ARIMA模型

此文与先前的  时间序列预测初学者指南(Python)的内容类似,只不过中间多了一个季节性的的内容,在学习前,
36 sec read