基于Python的数据统计分析、科研绘图及其代码 -8.pdf

该【基于Python的数据统计分析、科研绘图及其代码 -8 】是由【青山代下】上传分享，文档一共【15】页，该文档可以免费在线阅读，需要了解更多关于【基于Python的数据统计分析、科研绘图及其代码 -8 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:..基于Python的数据统计分析、科研绘图及其代码目录数据格式........................................................................................................................................................2统计描述........................................................................................................................................................2连续变量描述..........................................................................................................................................2方差计算...................................................................................................................................................2正态分布检测..........................................................................................................................................3T检验.........................................................................................................................................................4Pearson相关............................................................................................................................................4科研制图........................................................................................................................................................5散点图........................................................................................................................................................5热力图........................................................................................................................................................5散点图+相关线+柱状图......................................................................................................................6hex图+柱状图........................................................................................................................................7kde图.........................................................................................................................................................7两两相关矩阵图.....................................................................................................................................8机器学****....................................................................................................................................................9特征筛选及权重.....................................................................................................................................9LogisticRegression............................................................................................................................11决策树DecisionTree.......................................................................................................................12随机森林RandomForest................................................................................................................13支持向量机(SVM).......................................................................................................................14:..前言:Python相较于R语言,在很多统计方面略显单薄。但,Python有更强的扩展性,目前也有更多的统计分析库加入,且机器学****目前主要为Python语言。目前已有统计与绘图的成熟软件,搞源代码的意义在于调参。像很多科研绘图的大小、像素、色彩,还有机器学****的耦合效率,都需要经过调参,而这需要在源代码上调试(收集与整理:梁韬)。一、数据格式:Python可读取与处理csv、excel。对于医务工作者,多采用excel格式。二、统计描述:(一)对多列连续变量的分析,分析对象包括:总数、平均数、标准差、最小值、25%、50%、75%、最大值。(二)计算方差::..(三)正态分布检测::..(四)t检验(ttest):用于统计量服从正态分布,但方差未知的情况。(五)Pearson相关::..二、科研制图:(一)两两连续变量,单纯散点图:(二)热力图Hotmap::..(三)散点图+相关线+柱状图::..(四)柱状图+hex图:(五)Kde图::..(六)两两相关矩阵图(柱状+散点)::..三、机器学****一)特征筛选及权重:对复杂指标对目标的影响进行筛选,以及提前权重,可视化展现。():..:..LogisticRegression:LogisticRegression虽然被称为回归,但其实际上是分类模型,并常用于二分类。LogisticRegression因其简单、可并行化、可解释强深受工业界喜爱。Logistic回归的本质是:假设数据服从这个分布,然后使用极大似然估计做参数的估计。:..DecisionTree:决策树就是通过不断的形成分支来实现最终的分类,一个待预测的数据从根部开始,沿着分支逐级向下,最终可以被分类到一个叶子节点,次叶子节点的值就是当前待预测数据的预测值。:..(四)随机森林RandomForest:随机森林算法是最常用也是最强大的监督学****算法之一,它兼顾了解决回归问题和分类问题的能力。随机森林是通过集成学****的思想,将多棵决策树进行集成的算法。对于分类问题,其输出的类别是由个别树输出的众数所决定的。在回归问题中,把每一棵决策树的输出进行平均得到最终的回归结果。:..(五)支持向量机(SVM)支持向量机(supportvectormachines,SVM),是一种二分类模型,它的基本模型是定义在特征空间上的间隔最大的线性分类器,间隔最大使它有别于感知机;SVM还包括核技巧,这使它成为实质上的非线性分类器。SVM的的学****策略就是间隔最大化,可形式化为一个求解凸二次规划的问题,也等价于正则化的合页损失函数的最小化问题。SVM的的学****算法就是求解凸二次规划的最优化算法。:..