作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据可视化分析能够让人们从纷繁复杂的数据中获取有价值的信息,同时,利用机器学习方法能让人们利用已有数据,科学、合理预测未知数据.基于Python的数据可视化方法和机器学习进行设计,运用数据清洗和可视化等技术,对预处理后的数据进行数据集划分、特征工程、预估器流程和模型评估,利用Scikit-learn机器学习库和LightGBM库分析房价,得到房价规律.
推荐文章
基于Python的三维建模可视化系统的研究
三维可视化
python语言
约束Delaunay三角化
Swig
数据可视化技术的实现方法研究
数据可视化
统计图表
可伸缩矢量图
JFreeChart
数据展示
基于Python的数据可视化
Python
数据可视化
数据分析
第三方库
基于数据可视化 Web 管理平台功能实现
Web功能
大数据处理
实时数据监视
可视化组态编辑
二次开发
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Python的数据可视化方法和系统实现
来源期刊 信息与电脑 学科 工学
关键词 Python 机器学习 Anaconda Scikit-learn
年,卷(期) 2019,(14) 所属期刊栏目 数据库技术
研究方向 页码范围 137-140
页数 4页 分类号 TP311.5-4
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Python
机器学习
Anaconda
Scikit-learn
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导