- 金融商贸大小:18MB高管团队断裂带数据,附带stata代码 以及国泰安收集的高管团队成员原始数据高管团队断裂带数据,附带stata代码 以及国泰安收集的高管团队成员原始数据0 1浏览免费
- 数据分析大小:95MB用于数据分析的数据资源用于数据分析的数据资源0 4浏览免费
- 软件/插件大小:7KB内容概要 八爪鱼采集器是一款高效的数据采集工具,本采集规则专注于抓取目标网站上的标题、发布时间和评论内容。通过实操案例,用户可以学习如何选择合适的目标网站,并使用八爪鱼采集器进行信息的自动提取。 使用人群 本采集规则适用于需要从网站上批量获取信息的个人或团队,例如市场研究人员、数据分析师、内容创作者等,他们可能需要大量的数据来支持市场分析、内容创作或学术研究。 使用场景及目标 场景:用户想要从哔哩哔哩等视频分享网站上抓取视频的标题、发布时间和用户评论。 目标:通过自动化采集,节省手动搜索和记录数据的时间,提高信息获取的效率和准确性。 其他说明 用户可以通过提供的链接下载采集规则文件,并将其导入八爪鱼采集器中使用。 采集规则包括翻页、循环和数据采集的设计,以及如何定位和提取所需字段。 规则中包含了预登陆方法、滚动翻页和细节配置等高级功能,以确保数据的完整性和准确性。 采集到的数据可以导出到表格中,方便用户进行进一步的分析和使用。 下载与使用 请下载采集规则文件,并导入八爪鱼采集器中使用,八爪鱼采集器下载:https://affiliate.bazhuayu.com/retrieve内容概要 八爪鱼采集器是一款高效的数据采集工具,本采集规则专注于抓取目标网站上的标题、发布时间和评论内容。通过实操案例,用户可以学习如何选择合适的目标网站,并使用八爪鱼采集器进行信息的自动提取。 使用人群 本采集规则适用于需要从网站上批量获取信息的个人或团队,例如市场研究人员、数据分析师、内容创作者等,他们可能需要大量的数据来支持市场分析、内容创作或学术研究。 使用场景及目标 场景:用户想要从哔哩哔哩等视频分享网站上抓取视频的标题、发布时间和用户评论。 目标:通过自动化采集,节省手动搜索和记录数据的时间,提高信息获取的效率和准确性。 其他说明 用户可以通过提供的链接下载采集规则文件,并将其导入八爪鱼采集器中使用。 采集规则包括翻页、循环和数据采集的设计,以及如何定位和提取所需字段。 规则中包含了预登陆方法、滚动翻页和细节配置等高级功能,以确保数据的完整性和准确性。 采集到的数据可以导出到表格中,方便用户进行进一步的分析和使用。 下载与使用 请下载采集规则文件,并导入八爪鱼采集器中使用,八爪鱼采集器下载:https://affiliate.bazhuayu.com/retrieve0 8浏览免费
- 自动化大小:6KB内容概要:本采集规则专为八爪鱼采集器设计,用于从谷歌地图高效抓取商家的店铺名称、商家地址、商家类型及商家联系电话,还有商家网址等。 使用人群:适合做外贸拓客的人员,和需要进行市场调研、外贸客户信息搜集或进行SEO优化的外贸企业、市场分析师和数据收集者。 使用场景及目标:采集商家的网址是邮件营销的基础工作,也是快速获取目标区域的商家信息,帮助用户了解当地市场,建立客户联系的有效方式,提升商业竞争力。 其他说明:用户只需下载该采集规则文件,并将其导入八爪鱼采集器,即可一键启动自动化数据采集流程,无需复杂设置,简单快捷。另外,需要自己解决科学上网的问题才能访问谷歌地图。 八爪鱼采集器免费版下载:https://affiliate.bazhuayu.com/retrieve 有其他采集规则需求,可以留言内容概要:本采集规则专为八爪鱼采集器设计,用于从谷歌地图高效抓取商家的店铺名称、商家地址、商家类型及商家联系电话,还有商家网址等。 使用人群:适合做外贸拓客的人员,和需要进行市场调研、外贸客户信息搜集或进行SEO优化的外贸企业、市场分析师和数据收集者。 使用场景及目标:采集商家的网址是邮件营销的基础工作,也是快速获取目标区域的商家信息,帮助用户了解当地市场,建立客户联系的有效方式,提升商业竞争力。 其他说明:用户只需下载该采集规则文件,并将其导入八爪鱼采集器,即可一键启动自动化数据采集流程,无需复杂设置,简单快捷。另外,需要自己解决科学上网的问题才能访问谷歌地图。 八爪鱼采集器免费版下载:https://affiliate.bazhuayu.com/retrieve 有其他采集规则需求,可以留言0 13浏览免费
- macos大小:2MBmac: Mounty-2.4.dmgmac: Mounty-2.4.dmg0 8浏览免费
- 金融商贸大小:8MB000001~000030股票数据(上市至2017年7月5日) Excel格式, 含有 收盘价 最高价 最低价 开盘价 前收盘 涨跌额 涨跌幅 换手率 成交量 成交金额 总市值 流通市值数据,方便研究000001~000030股票数据(上市至2017年7月5日) Excel格式, 含有 收盘价 最高价 最低价 开盘价 前收盘 涨跌额 涨跌幅 换手率 成交量 成交金额 总市值 流通市值数据,方便研究0 7浏览¥ 9.90
- 智慧城市大小:3MB智慧城市大数据综合管理系统信息化平台后台模板下载。一套响应式的城市综合信息管理系统layui后台界面模板,主要模块有:基础数据管理、日常项目管理、状况备案管理、数据更新管理等页面模板。智慧城市大数据综合管理系统信息化平台后台模板下载。一套响应式的城市综合信息管理系统layui后台界面模板,主要模块有:基础数据管理、日常项目管理、状况备案管理、数据更新管理等页面模板。0 5浏览会员免费
- 数据挖掘大小:107KB数据中台整体架构设计图,从数据汇聚到数据分析到数据体系到数据挖掘到数据资产等,刻画出数据中台整体架构。数据中台整体架构设计图,从数据汇聚到数据分析到数据体系到数据挖掘到数据资产等,刻画出数据中台整体架构。0 23浏览会员免费
- 课设项目源码大小:8MB基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip 【优质项目推荐】 1.项目代码功能经验证ok,确保稳定可靠运行。欢迎下载使用!在使用过程中,如有问题或建议,请及时私信沟通,帮助解答。 2.项目主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、项目初期立项演示等用途。 4.如果基础还行,或热爱钻研,可基于此项目进行二次开发,DIY其他不同功能。 基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip 基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip 【优质项目推荐】 1.项目代码功能经验证ok,确保稳定可靠运行。欢迎下载使用!在使用过程中,如有问题或建议,请及时私信沟通,帮助解答。 2.项目主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、项目初期立项演示等用途。 4.如果基础还行,或热爱钻研,可基于此项目进行二次开发,DIY其他不同功能。 基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip 基于python大数据分析与可视化的疫情信息发布平台源码(含前端、后端、数据库).zip0 20浏览¥ 69.90
- golang大小:55KB使用go语言进行爬虫的小案例(爬取CSDN,哔哩哔哩,豆瓣电影等) CSDN/blink :爬取CSDN的blink的评论 CSDN/blog:爬取CSDN的博客评论 concurrency:实现单线程爬虫、channel并发爬虫、waitgroup并发爬虫 king_rank : 爬取 BiliBili 国王排名评论使用go语言进行爬虫的小案例(爬取CSDN,哔哩哔哩,豆瓣电影等) CSDN/blink :爬取CSDN的blink的评论 CSDN/blog:爬取CSDN的博客评论 concurrency:实现单线程爬虫、channel并发爬虫、waitgroup并发爬虫 king_rank : 爬取 BiliBili 国王排名评论0 14浏览会员免费
- Fortran大小:147KBFortran 2018 standard examples with broad applications Fortran 2018 standard examples with broad applications Fortran 2018 standard examples with broad applicationsFortran 2018 standard examples with broad applications Fortran 2018 standard examples with broad applications Fortran 2018 standard examples with broad applications0 5浏览会员免费
- 大数据大小:40KB数仓建模数仓建模0 17浏览会员免费
- 数据仓库大小:5MB数仓建模 1. 数仓架构的原则: 底层业务的数据驱动为导向同时结合业务需求驱动 便于数据分析 屏蔽底层复杂业务 简单、完整、集成的将数据暴露给分析层 底层业务变动与上层需求变动对模型冲击最小化 业务系统变化影响削弱在基础数据层(资金订单改造) 结合自上而下的建设方法削弱需求变动对模型的影响 数据水平层次清晰化 高内聚松耦合 主题之内或各个完整意义的系统内数据的高内聚 主题之间或各个完整意义的系统间数据的松耦合 构建仓库基础数据层 使得底层业务数据整合工作与上层应用开发工作相隔离,为仓库大规模开发奠定基础 仓库层次更加清晰,对外暴露数据更加统一 数仓模型不只是考虑如何设计和实现功能,设计原则应该从访问性能、数据成本、使用成本、数据质量、扩展性来考虑。如何搭建一个好的数据仓库: 数仓设计的3个维度: 2. 主流建模方法 当前主流建模方法为:ER模型、维度模型。 ER模型常用于OLTP数据库建模,应用到构建数仓时更偏重数据整合, 站在企业整体考虑,将各个系统的数据按相似性一致性、合并处理,为数据分析、决策服务,但并不便于直接用来支持分析。数仓建模 1. 数仓架构的原则: 底层业务的数据驱动为导向同时结合业务需求驱动 便于数据分析 屏蔽底层复杂业务 简单、完整、集成的将数据暴露给分析层 底层业务变动与上层需求变动对模型冲击最小化 业务系统变化影响削弱在基础数据层(资金订单改造) 结合自上而下的建设方法削弱需求变动对模型的影响 数据水平层次清晰化 高内聚松耦合 主题之内或各个完整意义的系统内数据的高内聚 主题之间或各个完整意义的系统间数据的松耦合 构建仓库基础数据层 使得底层业务数据整合工作与上层应用开发工作相隔离,为仓库大规模开发奠定基础 仓库层次更加清晰,对外暴露数据更加统一 数仓模型不只是考虑如何设计和实现功能,设计原则应该从访问性能、数据成本、使用成本、数据质量、扩展性来考虑。如何搭建一个好的数据仓库: 数仓设计的3个维度: 2. 主流建模方法 当前主流建模方法为:ER模型、维度模型。 ER模型常用于OLTP数据库建模,应用到构建数仓时更偏重数据整合, 站在企业整体考虑,将各个系统的数据按相似性一致性、合并处理,为数据分析、决策服务,但并不便于直接用来支持分析。0 12浏览¥ 19.90
- tensorflow大小:14MB该资源是基于Python实现的大创项目,中医药知识图谱构建,资源下载者可以根据说明文档对项目的结构有一个大致的了解,主要实现如下: 1. 通过利用pandas库对数据清洗等初步处理后以实现基本实体及实体关系的确认,可实现将现有数据导入neo4j数据库形成基本的图谱; 2. 利用TensorFlow建立训练模型对【来源】,【用法用量】,【主治功能】,【性味】等存在大段文字的实体进行进一步的抽取,做到抽出准确词语; 3. 利用远程监督的方式(或者是其他的方式),对实体关系进行抽取。该资源是基于Python实现的大创项目,中医药知识图谱构建,资源下载者可以根据说明文档对项目的结构有一个大致的了解,主要实现如下: 1. 通过利用pandas库对数据清洗等初步处理后以实现基本实体及实体关系的确认,可实现将现有数据导入neo4j数据库形成基本的图谱; 2. 利用TensorFlow建立训练模型对【来源】,【用法用量】,【主治功能】,【性味】等存在大段文字的实体进行进一步的抽取,做到抽出准确词语; 3. 利用远程监督的方式(或者是其他的方式),对实体关系进行抽取。0 3629浏览会员免费
- 软件/插件大小:6KB开源光谱分析仪项目的代码,作出了一些改进: 1.添加了详细的中文注释; 2.把图片中的英文图例说明改成了中文图例,图例字体设置为宋体;开源光谱分析仪项目的代码,作出了一些改进: 1.添加了详细的中文注释; 2.把图片中的英文图例说明改成了中文图例,图例字体设置为宋体;0 13浏览会员免费
- python大小:47KBPython国外某书店顾客购书金额数据分析 图书单词词频 地理坐标分析Python国外某书店顾客购书金额数据分析 图书单词词频 地理坐标分析0 11浏览免费
- uml大小:268KB数据流图和UML图有什么区别数据流图和UML图有什么区别0 22浏览会员免费
- 课程资源大小:59MBPython 3 爬虫资料与代码大全 零基础入门,掌握Web数据抓取核心技术 内容概要: 这是一套针对Python3新手的爬虫课程资料和配套实战代码。从基础开始讲解HTTP协议、HTML解析、BeautifulSoup库使用,再到Python requests库的深度探索。 无论你是想了解如何自动化获取网络信息,还是希望在数据挖掘、网站监控等领域有所建树,这套教程都能为你提供强大的支持! 现在就加入我们的学习之旅吧!Python 3 爬虫资料与代码大全 零基础入门,掌握Web数据抓取核心技术 内容概要: 这是一套针对Python3新手的爬虫课程资料和配套实战代码。从基础开始讲解HTTP协议、HTML解析、BeautifulSoup库使用,再到Python requests库的深度探索。 无论你是想了解如何自动化获取网络信息,还是希望在数据挖掘、网站监控等领域有所建树,这套教程都能为你提供强大的支持! 现在就加入我们的学习之旅吧!0 6浏览免费
- 数据挖掘大小:218KB数据挖掘18大算法实现以及其他相关经典DM算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classification DataMining_ID3 ID3-决策树分类算法 Classification DataMining_KNN KNN-k最近邻算法工具类 Classification DataMining_NaiveBayes NaiveBayes-朴素贝叶斯算法 Clustering DataMining_BIRCH BIRCH-层次聚类算法 Clustering DataMining_KMeans KMeans-K均值算法 GraphMining DataMin数据挖掘18大算法实现以及其他相关经典DM算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classification DataMining_ID3 ID3-决策树分类算法 Classification DataMining_KNN KNN-k最近邻算法工具类 Classification DataMining_NaiveBayes NaiveBayes-朴素贝叶斯算法 Clustering DataMining_BIRCH BIRCH-层次聚类算法 Clustering DataMining_KMeans KMeans-K均值算法 GraphMining DataMin0 6浏览免费
- 数据集大小:217MB本资源为2020年 “华为杯”中国研究生数学建模大赛,C题数据集。 C题为脑机接口数据分析,睡眠分期分析。 该数据集包含原题目所有数据: 1.P300脑机接口数据 2.睡眠分期新数据 3.睡眠脑电数据 该数据集适用于对数学建模、数据分析有需求的人员,可以配合数据分析代码,实现睡眠分期项目开发。本资源为2020年 “华为杯”中国研究生数学建模大赛,C题数据集。 C题为脑机接口数据分析,睡眠分期分析。 该数据集包含原题目所有数据: 1.P300脑机接口数据 2.睡眠分期新数据 3.睡眠脑电数据 该数据集适用于对数学建模、数据分析有需求的人员,可以配合数据分析代码,实现睡眠分期项目开发。0 16浏览会员免费
- 机器学习大小:41MB机器学习入门KNN的案例机器学习入门KNN的案例0 8浏览会员免费
- python大小:260KB本书的中文名是利用python进行数据分析——第二版,学习所需要安装的环境是Anaconda,是2017年10月20号正式出版的,和第1版的不同之处有: 包括Python教程内的所有代码升级为Python 3.6(第1版使用的是Python 2.7) 更新了Anaconda和其它包的Python安装方法 更新了Pandas为2017最新版 新增了一章,关于更高级的Pandas工具,外加一些tips 简要介绍了使用StatsModels和scikit-learn 对有些内容进行了重新排版。最大的改变是把第1版附录中的Python教程,单列成了现在的第2章和第3章,并且进行了扩充。本书的中文名是利用python进行数据分析——第二版,学习所需要安装的环境是Anaconda,是2017年10月20号正式出版的,和第1版的不同之处有: 包括Python教程内的所有代码升级为Python 3.6(第1版使用的是Python 2.7) 更新了Anaconda和其它包的Python安装方法 更新了Pandas为2017最新版 新增了一章,关于更高级的Pandas工具,外加一些tips 简要介绍了使用StatsModels和scikit-learn 对有些内容进行了重新排版。最大的改变是把第1版附录中的Python教程,单列成了现在的第2章和第3章,并且进行了扩充。0 6浏览会员免费
- 大模型大小:46MBhttps://github.com/labring/FastGPT/blob/main/README.md code ziphttps://github.com/labring/FastGPT/blob/main/README.md code zip0 24浏览会员免费
- 大模型大小:34MBhttps://github.com/infiniflow/ragflow/ code文件https://github.com/infiniflow/ragflow/ code文件0 33浏览会员免费
- 数据挖掘大小:117MB数据挖掘--澳大利亚大火数据集.zip 预期寿命数据集(世卫组织).zip 新型冠状病毒数据集.zip 宠物小精灵数据集.zip 气候变化地表温度数据.zip IBM人力资源分析员工流失与绩效.zip 纽约市Airbnb开放数据.zip 学生饮酒量数据集.zip 世界大学排名数据.zip数据挖掘--澳大利亚大火数据集.zip 预期寿命数据集(世卫组织).zip 新型冠状病毒数据集.zip 宠物小精灵数据集.zip 气候变化地表温度数据.zip IBM人力资源分析员工流失与绩效.zip 纽约市Airbnb开放数据.zip 学生饮酒量数据集.zip 世界大学排名数据.zip0 26浏览免费
- 数据集大小:9MB该文件为了绘制气象中的省份白化而使用。该文件为了绘制气象中的省份白化而使用。0 14浏览免费
- html大小:2MBJekyll 是一个简单的、博客感知的静态站点生成器,非常适合个人、项目或组织站点。可以将其视为基于文件的 CMS,但没有任何复杂性。 Jekyll 获取您的内容,呈现 Markdown 和 Liquid 模板,并生成一个完整的静态网站,可供 Apache、Nginx 或其他 Web 服务器提供服务。 Jekyll 是 GitHub Pages 背后的引擎,您可以使用它直接从 GitHub 存储库托管站点。 Jekyll 会按照你的指示去做——不多也不少。它不会试图通过做出大胆的假设来智取用户,也不会给他们带来不必要的复杂性和配置负担。简而言之,Jekyll 不会妨碍您,让您专注于真正重要的事情:您的内容。 请参阅:https://jekyllrb.com/philosophy 入门 安装宝石 了解其用法和配置 看看一些现有的网站 分叉并贡献您自己的修改 有疑问吗?查看我们的官方论坛社区 Jekyll Talk 和 Libera IRC 上的 #jekyll 频道Jekyll 是一个简单的、博客感知的静态站点生成器,非常适合个人、项目或组织站点。可以将其视为基于文件的 CMS,但没有任何复杂性。 Jekyll 获取您的内容,呈现 Markdown 和 Liquid 模板,并生成一个完整的静态网站,可供 Apache、Nginx 或其他 Web 服务器提供服务。 Jekyll 是 GitHub Pages 背后的引擎,您可以使用它直接从 GitHub 存储库托管站点。 Jekyll 会按照你的指示去做——不多也不少。它不会试图通过做出大胆的假设来智取用户,也不会给他们带来不必要的复杂性和配置负担。简而言之,Jekyll 不会妨碍您,让您专注于真正重要的事情:您的内容。 请参阅:https://jekyllrb.com/philosophy 入门 安装宝石 了解其用法和配置 看看一些现有的网站 分叉并贡献您自己的修改 有疑问吗?查看我们的官方论坛社区 Jekyll Talk 和 Libera IRC 上的 #jekyll 频道0 9浏览免费
- 机器学习大小:141KB机器学习与数据分析+python读取excel数据+北京市空气质量数据+通过多元线性回归模型对 PM2.5 进行预测。基于空气质量监测数据(北京市空气质量数据xlsx),讨论如何对PM2.5的浓度进行预测。由于 PM2.5 为数值型变量,其预测属于回归预测问题。首先,建立一元线性回归模型,通过分析 CO 对 PM2.5 的数量影响,对 PM2.5进行预测;然后,将SO,的影响考虑进来,通过多元线性回归模型对 PM2.5 进行预测。机器学习与数据分析+python读取excel数据+北京市空气质量数据+通过多元线性回归模型对 PM2.5 进行预测。基于空气质量监测数据(北京市空气质量数据xlsx),讨论如何对PM2.5的浓度进行预测。由于 PM2.5 为数值型变量,其预测属于回归预测问题。首先,建立一元线性回归模型,通过分析 CO 对 PM2.5 的数量影响,对 PM2.5进行预测;然后,将SO,的影响考虑进来,通过多元线性回归模型对 PM2.5 进行预测。0 81浏览会员免费
- 商业资料大小:159MB关于数据集 描述 这个合成数据集“欺诈性电子商务交易”旨在模拟来自电子商务平台的交易数据,重点是欺诈检测。它包含交易数据中常见的各种功能,以及专门设计用于支持欺诈检测算法的开发和测试的附加属性。 变量详情 交易ID:每笔交易的唯一标识符。 客户 ID:每个客户的唯一标识符。 交易金额:交易中交换的总金额。 交易日期:交易发生的日期和时间。 付款方式:用于完成交易的方式(例如信用卡、PayPal 等)。 产品类别:交易涉及的产品类别。 数量:交易涉及的产品数量。 客户年龄:进行交易的客户的年龄。 客户位置:客户的地理位置。 使用的设备:用于进行交易的设备类型(例如移动设备、桌面设备)。 IP 地址:用于交易的设备的 IP 地址。 送货地址:产品的发货地址。 帐单地址:与付款方式关联的地址。 Is Fraudulent:交易是否欺诈的二进制指标(1 表示欺诈,0 表示合法)。 账户期限天数:交易时客户账户的期限(以天为单位)。 交易时间:交易发生的时间。 目的 该数据集旨在用于开发和测试电子商务交易中欺诈检测的机器学习模型。它还可用于探索性数据分析、特征工程和基准欺诈检测算法。关于数据集 描述 这个合成数据集“欺诈性电子商务交易”旨在模拟来自电子商务平台的交易数据,重点是欺诈检测。它包含交易数据中常见的各种功能,以及专门设计用于支持欺诈检测算法的开发和测试的附加属性。 变量详情 交易ID:每笔交易的唯一标识符。 客户 ID:每个客户的唯一标识符。 交易金额:交易中交换的总金额。 交易日期:交易发生的日期和时间。 付款方式:用于完成交易的方式(例如信用卡、PayPal 等)。 产品类别:交易涉及的产品类别。 数量:交易涉及的产品数量。 客户年龄:进行交易的客户的年龄。 客户位置:客户的地理位置。 使用的设备:用于进行交易的设备类型(例如移动设备、桌面设备)。 IP 地址:用于交易的设备的 IP 地址。 送货地址:产品的发货地址。 帐单地址:与付款方式关联的地址。 Is Fraudulent:交易是否欺诈的二进制指标(1 表示欺诈,0 表示合法)。 账户期限天数:交易时客户账户的期限(以天为单位)。 交易时间:交易发生的时间。 目的 该数据集旨在用于开发和测试电子商务交易中欺诈检测的机器学习模型。它还可用于探索性数据分析、特征工程和基准欺诈检测算法。0 56浏览会员免费
- 机器学习大小:3MB基于机器学习的共享单车使用量分析与预测基于机器学习的共享单车使用量分析与预测0 53浏览免费
- python大小:2MBpython Hikyuu 2.0.6 离线文档 Hikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。python Hikyuu 2.0.6 离线文档 Hikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。0 9浏览免费
- c++大小:8MBHikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。Hikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。0 8浏览免费
- ZIP大小:10KBsitka-weather-2014.csvsitka-weather-2014.csv0 9浏览免费
- postgresql大小:755KB【kettle012】kettle访问FTP服务器文件并处理数据至PostgreSQL【kettle012】kettle访问FTP服务器文件并处理数据至PostgreSQL0 21浏览会员免费
- 软件/插件大小:391Bkettle-pdi-ce-9.0是 Kettle(也称为 Pentaho Data Integration, PDI)的一个特定版本。Kettle 是一个开源的 ETL(Extract, Transform, Load)工具,用于数据集成和数据迁移任务。现在直接找到特定版本的Kettle(也称为Pentaho Data Integration, PDI)资源可能会有些困难,有些版本可能会有些异常问题在新版本中进行了修复。kettle-pdi-ce-9.0是 Kettle(也称为 Pentaho Data Integration, PDI)的一个特定版本。Kettle 是一个开源的 ETL(Extract, Transform, Load)工具,用于数据集成和数据迁移任务。现在直接找到特定版本的Kettle(也称为Pentaho Data Integration, PDI)资源可能会有些困难,有些版本可能会有些异常问题在新版本中进行了修复。0 30浏览¥ 9.90
- 交通物流大小:980KB交通地理信息系统操作数据 服务于GIS领域需求者 欢迎大家下载使用参考blog:https://blog.csdn.net/CUGLin/article/details/138559870?spm=1001.2014.3001.5501交通地理信息系统操作数据 服务于GIS领域需求者 欢迎大家下载使用参考blog:https://blog.csdn.net/CUGLin/article/details/138559870?spm=1001.2014.3001.55010 7浏览免费
- c++大小:8MBHikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。Hikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。0 10浏览免费
- python大小:2MBHikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。Hikyuu Quant Framework是基于C++/Python的高性能开源量化交易研究框架,用于策略分析及回测(目前用于国内A股市场)。其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件,你可以分别构建这些组件的策略资产库,在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 百万级别K线回测,2~3秒完成计算,助您快速完成基于全市场的策略验证。 C++核心库,提供了整体的策略框架,在保证性能的同时,已经考虑了对多线程和多核处理的支持,在未来追求更高运算速度提供便利。C++核心库,可以单独剥离使用,自行构建自己的客户端工具。 Python库(hikyuu),提供了对C++库的包装,同时集成了talib库(如TA_SMA,对应talib.SMA),可以与numpy、pandas数据结构进行互相转换,为使用其他成熟的python数据分析工具提供了便利。0 20浏览免费
- 2003年中国旅游统计年鉴大小:180KB2003年,中国旅游业取得了显著成就,各项经济指标均创下历史新高,推动了入境旅游、国内旅游和出境旅游三大市场的快速发展1。以下是有关2003年中国旅游统计年鉴的详细介绍: 入境旅游方面。中国成为世界上最具活力和安全性的旅游目的地之一,共接待入境旅游者1.2亿人次,其中入境过夜旅游者为4681万人次,国际旅游收入达到293亿美元,同比增长13.8%12。 国内旅游方面。国内旅游人数达到12.12亿人次,旅游总收入为5286亿元,推动了国内旅游市场的进一步壮大23。 出境旅游方面。中国成为亚洲最大的客源输出国,出境总人数达到3103万人次12。2003年,中国旅游业取得了显著成就,各项经济指标均创下历史新高,推动了入境旅游、国内旅游和出境旅游三大市场的快速发展1。以下是有关2003年中国旅游统计年鉴的详细介绍: 入境旅游方面。中国成为世界上最具活力和安全性的旅游目的地之一,共接待入境旅游者1.2亿人次,其中入境过夜旅游者为4681万人次,国际旅游收入达到293亿美元,同比增长13.8%12。 国内旅游方面。国内旅游人数达到12.12亿人次,旅游总收入为5286亿元,推动了国内旅游市场的进一步壮大23。 出境旅游方面。中国成为亚洲最大的客源输出国,出境总人数达到3103万人次12。0 12浏览免费
- 2005中国旅游统计年鉴大小:111KB2005年,中国旅游业取得了显著成就,各项经济指标均创下历史新高,推动了入境旅游、国内旅游和出境旅游三大市场的快速发展1。以下是有关2005年中国旅游统计年鉴的详细介绍: 入境旅游方面。中国成为世界上最具活力和安全性的旅游目的地之一,共接待入境旅游者1.2亿人次,其中入境过夜旅游者为4681万人次,国际旅游收入达到293亿美元,同比增长13.8%12。 国内旅游方面。国内旅游人数达到12.12亿人次,旅游总收入为5286亿元,推动了国内旅游市场的进一步壮大23。 出境旅游方面。中国成为亚洲最大的客源输出国,出境总人数达到3103万人次12。2005年,中国旅游业取得了显著成就,各项经济指标均创下历史新高,推动了入境旅游、国内旅游和出境旅游三大市场的快速发展1。以下是有关2005年中国旅游统计年鉴的详细介绍: 入境旅游方面。中国成为世界上最具活力和安全性的旅游目的地之一,共接待入境旅游者1.2亿人次,其中入境过夜旅游者为4681万人次,国际旅游收入达到293亿美元,同比增长13.8%12。 国内旅游方面。国内旅游人数达到12.12亿人次,旅游总收入为5286亿元,推动了国内旅游市场的进一步壮大23。 出境旅游方面。中国成为亚洲最大的客源输出国,出境总人数达到3103万人次12。0 11浏览免费
- 机器学习大小:9MB数据挖掘可视化系统(Data Mining Visualization System)通过数据挖掘理论、机器学习算法以及数据可视化等信息技术,并基于 Flask 框架搭建 Web 服务器,实现数据挖掘可视化。 构建一个基于Flask框架的数据挖掘可视化系统是一个涉及多个领域的复杂任务,包括数据挖掘、机器学习、数据可视化以及Web开发。以下是一个简化的步骤指南,帮助你开始这个项目: 1. 确定需求和目标 明确你的数据挖掘可视化系统需要解决什么问题。 确定需要展示哪些数据挖掘结果和机器学习模型。 设定系统的用户群体和交互需求。 2. 数据准备 收集并整理你的数据集。 对数据进行预处理,包括清洗、转换、特征提取等。 根据需求,将数据集分为训练集、验证集和测试集(如果需要)。 3. 数据挖掘和机器学习 选择合适的数据挖掘技术和机器学习算法来解决问题。 使用Python等编程语言编写代码来实现这些算法。 在训练集上训练模型,并在验证集上进行验证和调整。 评估模型的性能,并保存最佳模型。 4. 数据可视化 选择合适的数据可视化库,如Matplotlib、Seaborn、Plotly或Bokeh等数据挖掘可视化系统(Data Mining Visualization System)通过数据挖掘理论、机器学习算法以及数据可视化等信息技术,并基于 Flask 框架搭建 Web 服务器,实现数据挖掘可视化。 构建一个基于Flask框架的数据挖掘可视化系统是一个涉及多个领域的复杂任务,包括数据挖掘、机器学习、数据可视化以及Web开发。以下是一个简化的步骤指南,帮助你开始这个项目: 1. 确定需求和目标 明确你的数据挖掘可视化系统需要解决什么问题。 确定需要展示哪些数据挖掘结果和机器学习模型。 设定系统的用户群体和交互需求。 2. 数据准备 收集并整理你的数据集。 对数据进行预处理,包括清洗、转换、特征提取等。 根据需求,将数据集分为训练集、验证集和测试集(如果需要)。 3. 数据挖掘和机器学习 选择合适的数据挖掘技术和机器学习算法来解决问题。 使用Python等编程语言编写代码来实现这些算法。 在训练集上训练模型,并在验证集上进行验证和调整。 评估模型的性能,并保存最佳模型。 4. 数据可视化 选择合适的数据可视化库,如Matplotlib、Seaborn、Plotly或Bokeh等0 27浏览¥ 19.90
- r语言大小:12MBR语言数据分析案例 【作品名称】:使用R语言对疫情大数据进行自然语言处理和分析建模 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。R语言数据分析案例 【作品名称】:使用R语言对疫情大数据进行自然语言处理和分析建模 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。0 40浏览免费
- c++大小:8MBHikyuu 是一款基于 C++/Python 的高性能开源量化交易研究框架,用于快速策略分析及回测。与其他量化平台或回测软件相比,具备: 1. 超快的回测速度,快速完成所有标的的验证; 2. 针对系统交易理念进行组件化,灵活组合Hikyuu 是一款基于 C++/Python 的高性能开源量化交易研究框架,用于快速策略分析及回测。与其他量化平台或回测软件相比,具备: 1. 超快的回测速度,快速完成所有标的的验证; 2. 针对系统交易理念进行组件化,灵活组合0 9浏览免费
- 软件/插件大小:2MBHikyuu 是一款基于 C++/Python 的高性能开源量化交易研究框架,用于快速策略分析及回测。与其他量化平台或回测软件相比,具备: 1. 超快的回测速度,快速完成所有标的的验证; 2. 针对系统交易理念进行组件化,灵活组合Hikyuu 是一款基于 C++/Python 的高性能开源量化交易研究框架,用于快速策略分析及回测。与其他量化平台或回测软件相比,具备: 1. 超快的回测速度,快速完成所有标的的验证; 2. 针对系统交易理念进行组件化,灵活组合0 5浏览免费
- 指数数据大小:158KB《1990-2024年1月上证 深证指数日线行情》数据集记录了自1990年至2024年1月期间上海证券交易所和深圳证券交易所的指数日线行情数据。这个数据集对于分析中国股市的长期趋势和波动提供了宝贵的资源。 首先,该数据集包含了跨越几十年的时间范围,涵盖了中国股市的多个发展阶段。从经历了1990年代的起步阶段、2000年代的高速增长到近年来的市场调整,这些数据捕捉了中国股市演变的全貌。 其次,数据集中包括上证指数和深证指数的日线行情数据。上证指数是反映上海证券市场整体情况的重要指标,而深证指数则代表深圳证券市场的表现。通过比较这两个指数的走势,可以更好地理解中国股市的整体状况以及不同地区市场的特点。 此外,数据集中的日线行情数据包括开盘价、收盘价、最高价、最低价等重要指标,为研究者提供了详细的市场信息。这些数据可以用于制定交易策略、分析市场趋势以及进行风险管理。 最后,由于数据跨越了如此长的时间周期,研究者可以利用这些数据来进行长期趋势分析和历史回溯。通过观察不同时期的股市表现,可以发现其中的规律和周期性,为未来的投资决策提供参考,总的来说,这是一份非常有价值、值得参考的数据。《1990-2024年1月上证 深证指数日线行情》数据集记录了自1990年至2024年1月期间上海证券交易所和深圳证券交易所的指数日线行情数据。这个数据集对于分析中国股市的长期趋势和波动提供了宝贵的资源。 首先,该数据集包含了跨越几十年的时间范围,涵盖了中国股市的多个发展阶段。从经历了1990年代的起步阶段、2000年代的高速增长到近年来的市场调整,这些数据捕捉了中国股市演变的全貌。 其次,数据集中包括上证指数和深证指数的日线行情数据。上证指数是反映上海证券市场整体情况的重要指标,而深证指数则代表深圳证券市场的表现。通过比较这两个指数的走势,可以更好地理解中国股市的整体状况以及不同地区市场的特点。 此外,数据集中的日线行情数据包括开盘价、收盘价、最高价、最低价等重要指标,为研究者提供了详细的市场信息。这些数据可以用于制定交易策略、分析市场趋势以及进行风险管理。 最后,由于数据跨越了如此长的时间周期,研究者可以利用这些数据来进行长期趋势分析和历史回溯。通过观察不同时期的股市表现,可以发现其中的规律和周期性,为未来的投资决策提供参考,总的来说,这是一份非常有价值、值得参考的数据。1 23浏览免费
- 数据分析大小:4MB【数据分析】说明:建模分析股票市场数据,利用R语言进行数据分析,包括画图 文件列表: 4建模分析股票市场数据\.RData(2448278,2017-11-27) 4建模分析股票市场数据\.Rhistory(19776,2017-11-27) 4建模分析股票市场数据\AAN.csv(463709,2017-11-27) 4建模分析股票市场数据\codes.R(5493,2017-11-27) 4建模分析股票市场数据\finviz.csv(2776275,2014-08-02) 4建模分析股票市场数据\MAIN.csv(105464,2017-11-27) 4建模分析股票市场数据\NRCIB.csv(252867,2017-11-27) 4建模分析股票市场数据\OMI.csv(482704,2017-11-27) 4建模分析股票市场数据\stock_price_0.png(59114,2017-11-27) 4建模分析股票市场数据\stock_price_1.png(71885,2017-11-27) 4建模分析股票市场数据\stock_price_2.png(66500,2017-11【数据分析】说明:建模分析股票市场数据,利用R语言进行数据分析,包括画图 文件列表: 4建模分析股票市场数据\.RData(2448278,2017-11-27) 4建模分析股票市场数据\.Rhistory(19776,2017-11-27) 4建模分析股票市场数据\AAN.csv(463709,2017-11-27) 4建模分析股票市场数据\codes.R(5493,2017-11-27) 4建模分析股票市场数据\finviz.csv(2776275,2014-08-02) 4建模分析股票市场数据\MAIN.csv(105464,2017-11-27) 4建模分析股票市场数据\NRCIB.csv(252867,2017-11-27) 4建模分析股票市场数据\OMI.csv(482704,2017-11-27) 4建模分析股票市场数据\stock_price_0.png(59114,2017-11-27) 4建模分析股票市场数据\stock_price_1.png(71885,2017-11-27) 4建模分析股票市场数据\stock_price_2.png(66500,2017-110 49浏览会员免费
- 数据集大小:49MB关于数据集 该数据集包含从该地区的普吉特海湾、湖泊和溪流收集的水质样本。 样品 ID:每个采集样品的唯一标识符。 抓取 ID:与样本关联的特定抓取实例的标识符。 配置文件 ID:与样本关联的配置文件的标识符。 样品编号:分配给每个样品的序列号。 收集日期时间:收集样本的日期和时间。 深度(米):收集样本的深度,以米为单位。 地点类型:样本采集地点的类型(例如河流、湖泊、水井)。 区域:收集样本的地理区域或区域。 定位器:指示样本精确位置的定位器信息。 地点:收集样本的特定地点或位置。 参数:样品中测量或分析的参数(例如,pH、溶解氧)。 值:样品中测量的参数值。 单位:参数值的测量单位。 QualityId:指示数据质量的标识符。 实验室限定符:由实验室指定的限定符,表明样品的任何特殊条件或特征。 MDL(方法检测限):参数的方法检测限。 RDL(报告检测限):报告参数的检测限。 文本值:参数值的文本表示。 样本信息:与样本相关的附加信息。 管理员注释:数据管理员提供的注释或评论。 重复次数:样本的重复次数。 重复项:指示重复样本的标识符。 方法:用于分析或测量的方法。关于数据集 该数据集包含从该地区的普吉特海湾、湖泊和溪流收集的水质样本。 样品 ID:每个采集样品的唯一标识符。 抓取 ID:与样本关联的特定抓取实例的标识符。 配置文件 ID:与样本关联的配置文件的标识符。 样品编号:分配给每个样品的序列号。 收集日期时间:收集样本的日期和时间。 深度(米):收集样本的深度,以米为单位。 地点类型:样本采集地点的类型(例如河流、湖泊、水井)。 区域:收集样本的地理区域或区域。 定位器:指示样本精确位置的定位器信息。 地点:收集样本的特定地点或位置。 参数:样品中测量或分析的参数(例如,pH、溶解氧)。 值:样品中测量的参数值。 单位:参数值的测量单位。 QualityId:指示数据质量的标识符。 实验室限定符:由实验室指定的限定符,表明样品的任何特殊条件或特征。 MDL(方法检测限):参数的方法检测限。 RDL(报告检测限):报告参数的检测限。 文本值:参数值的文本表示。 样本信息:与样本相关的附加信息。 管理员注释:数据管理员提供的注释或评论。 重复次数:样本的重复次数。 重复项:指示重复样本的标识符。 方法:用于分析或测量的方法。0 49浏览会员免费
- 数据集大小:5MB关于数据集 该数据集包括所有拥有 TLC 许可且信誉良好且能够驾驶的出租车辆。 TLC 授权的可用出租车辆。此列表准确至“上次更新日期”和“上次更新时间”字段中显示的日期和时间。 对于数据科学家来说,该数据集是分析出租汽车行业构成、了解服务分布(例如轮椅无障碍车辆的流行程度)以及根据许可证到期和续签评估市场动态的丰富资源。此外,它还可用于: 空间分析,根据基址了解不同区域出租车辆的分布情况。 时间分析通过比较不同日期的数据集来跟踪 FHV 行业随时间的变化。 监管合规性监控,例如确保车辆获得适当许可并满足轮椅无障碍等特定服务标准。关于数据集 该数据集包括所有拥有 TLC 许可且信誉良好且能够驾驶的出租车辆。 TLC 授权的可用出租车辆。此列表准确至“上次更新日期”和“上次更新时间”字段中显示的日期和时间。 对于数据科学家来说,该数据集是分析出租汽车行业构成、了解服务分布(例如轮椅无障碍车辆的流行程度)以及根据许可证到期和续签评估市场动态的丰富资源。此外,它还可用于: 空间分析,根据基址了解不同区域出租车辆的分布情况。 时间分析通过比较不同日期的数据集来跟踪 FHV 行业随时间的变化。 监管合规性监控,例如确保车辆获得适当许可并满足轮椅无障碍等特定服务标准。0 45浏览会员免费
- 数据集大小:6MB关于数据集 该数据集显示了目前通过华盛顿州许可部 (DOL) 注册的电池电动汽车 (BEV) 和插电式混合动力电动汽车 (PHEV)。 电池电动汽车 (BEV) 是一种全电动汽车,使用一个或多个电池来存储电能,为电机提供动力,并通过将车辆插入电源进行充电。插电式混合动力汽车 (PHEV) 是一种使用一个或多个电池为电动机提供动力的车辆;使用另一种燃料,例如汽油或柴油,为内燃机或其他推进源提供动力;并通过将车辆插入电源来充电。 清洁替代燃料汽车 (CAFV) 资格基于 RCW 82.08.809 和 RCW 82.12.809 中概述的燃料要求和纯电动续航里程要求,才有资格获得替代燃料汽车零售和华盛顿州使用税豁免。这些车辆的销售或租赁必须在 2019 年 8 月 1 日或之后进行,并满足购买价格要求,才有资格获得替代燃料汽车零售和华盛顿州使用税豁免。 某个县的每月车辆数量可能与本报告和之前的报告相比有所变化。实施流程是为了在注册时更准确地分配县。 更新日期:2024 年 3 月 12 日关于数据集 该数据集显示了目前通过华盛顿州许可部 (DOL) 注册的电池电动汽车 (BEV) 和插电式混合动力电动汽车 (PHEV)。 电池电动汽车 (BEV) 是一种全电动汽车,使用一个或多个电池来存储电能,为电机提供动力,并通过将车辆插入电源进行充电。插电式混合动力汽车 (PHEV) 是一种使用一个或多个电池为电动机提供动力的车辆;使用另一种燃料,例如汽油或柴油,为内燃机或其他推进源提供动力;并通过将车辆插入电源来充电。 清洁替代燃料汽车 (CAFV) 资格基于 RCW 82.08.809 和 RCW 82.12.809 中概述的燃料要求和纯电动续航里程要求,才有资格获得替代燃料汽车零售和华盛顿州使用税豁免。这些车辆的销售或租赁必须在 2019 年 8 月 1 日或之后进行,并满足购买价格要求,才有资格获得替代燃料汽车零售和华盛顿州使用税豁免。 某个县的每月车辆数量可能与本报告和之前的报告相比有所变化。实施流程是为了在注册时更准确地分配县。 更新日期:2024 年 3 月 12 日0 60浏览会员免费
- python大小:62MBPython 图机器学习算法库graphkit-learn-master.zipPython 图机器学习算法库graphkit-learn-master.zip0 19浏览会员免费
- python大小:57KB百度图片爬虫,可以利用该python程序对百度图片进行爬取。运行文件,在终端输入需要搜索的图片内容,即可爬取图片,自动生成文件夹将爬取的图片保存,文档内部代码简单易懂百度图片爬虫,可以利用该python程序对百度图片进行爬取。运行文件,在终端输入需要搜索的图片内容,即可爬取图片,自动生成文件夹将爬取的图片保存,文档内部代码简单易懂0 43浏览免费
- 数据集大小:16MB2023年亚太杯A题附件一,苹果图像数据集2023年亚太杯A题附件一,苹果图像数据集0 22浏览免费
- matlab大小:10MB模型算法模拟退火资料合集含: satools 模拟退火工具箱satools 模拟退火算法模拟退火算法的matlab示例模拟退火算法论文 违传退火进化算法,rar直接搜索算法模拟退火算法(MATLAB实现)模拟退火算法(新)模拟退火算法 模拟退火算法及禁忌搜索算法的matlab...模拟退火算法求解TSP问题Matlab源码模拟退火算法源程序 模拟退火算法在指数曲线拟合中的应用数学中国针对美赛培训汇总(1)选传算法解非线性方程组的Matlab程序元胞自动机与Matlab模型算法模拟退火资料合集含: satools 模拟退火工具箱satools 模拟退火算法模拟退火算法的matlab示例模拟退火算法论文 违传退火进化算法,rar直接搜索算法模拟退火算法(MATLAB实现)模拟退火算法(新)模拟退火算法 模拟退火算法及禁忌搜索算法的matlab...模拟退火算法求解TSP问题Matlab源码模拟退火算法源程序 模拟退火算法在指数曲线拟合中的应用数学中国针对美赛培训汇总(1)选传算法解非线性方程组的Matlab程序元胞自动机与Matlab0 16浏览¥ 14.90
- 数据库大小:45KB各类型数据库2024-4月评分及排名情况,来源于https://db-engines.com/en/ranking 格式是json,可能需要再调整格式 一共有17个400+排名各类型数据库2024-4月评分及排名情况,来源于https://db-engines.com/en/ranking 格式是json,可能需要再调整格式 一共有17个400+排名0 11浏览免费
- 软件/插件大小:47MB在爬虫中,字体反爬工具是一种常见的反爬手段,用于防止爬虫程序通过解析网页中的字体文件来获取真实的文本内容。字体反爬工具的原理是将网页中的文本内容使用特定的字体进行编码,然后通过CSS样式将编码后的文本显示在网页上。这样,即使爬虫程序成功获取到网页源代码,也无法直接解析出正确的文本内容。 为了应对字体反爬工具,爬虫程序需要进行相应的处理。以下是一些常见的应对策略: 1. 字体映射表:爬虫程序可以通过分析网页中的CSS样式和字体文件,构建出字体映射表。字体映射表记录了字符编码与实际文本之间的对应关系,可以用于解码网页中的文本内容。 2. 字体文件下载:爬虫程序可以模拟浏览器行为,下载网页中使用的字体文件。然后通过解析字体文件,获取字符编码与实际文本之间的对应关系。 3. 字体替换:爬虫程序可以将网页中使用的字体文件替换为已知的字体文件,从而绕过字体反爬工具。这需要事先收集一些常见的字体文件,并将其保存在本地供爬虫程序使用。 4. OCR识别:如果以上方法都无法绕过字体反爬工具,爬虫程序可以使用OCR(光学字符识别)技术,将网页中的图片转换为文本。然后再对文本进行处理和分析。在爬虫中,字体反爬工具是一种常见的反爬手段,用于防止爬虫程序通过解析网页中的字体文件来获取真实的文本内容。字体反爬工具的原理是将网页中的文本内容使用特定的字体进行编码,然后通过CSS样式将编码后的文本显示在网页上。这样,即使爬虫程序成功获取到网页源代码,也无法直接解析出正确的文本内容。 为了应对字体反爬工具,爬虫程序需要进行相应的处理。以下是一些常见的应对策略: 1. 字体映射表:爬虫程序可以通过分析网页中的CSS样式和字体文件,构建出字体映射表。字体映射表记录了字符编码与实际文本之间的对应关系,可以用于解码网页中的文本内容。 2. 字体文件下载:爬虫程序可以模拟浏览器行为,下载网页中使用的字体文件。然后通过解析字体文件,获取字符编码与实际文本之间的对应关系。 3. 字体替换:爬虫程序可以将网页中使用的字体文件替换为已知的字体文件,从而绕过字体反爬工具。这需要事先收集一些常见的字体文件,并将其保存在本地供爬虫程序使用。 4. OCR识别:如果以上方法都无法绕过字体反爬工具,爬虫程序可以使用OCR(光学字符识别)技术,将网页中的图片转换为文本。然后再对文本进行处理和分析。0 40浏览免费
- 数据挖掘大小:332KBpanda练习文件2panda练习文件20 13浏览会员免费
- 数据挖掘大小:152MBpanda练习文件环境panda练习文件环境0 8浏览会员免费
- 数据挖掘大小:23KBpanda练习文件panda练习文件0 25浏览会员免费
- pandas大小:108KB数据可视化(六):Pandas爬取NBA球队排名、爬取历年中国人口数据、爬取中国大学排名、爬取sina股票数据、绘制精美函数图像数据可视化(六):Pandas爬取NBA球队排名、爬取历年中国人口数据、爬取中国大学排名、爬取sina股票数据、绘制精美函数图像0 68浏览会员免费
- seaborn大小:1MBanagrams、anscombe、attention、brain_networks、car_crashes、diamonds、dots、dowjones、exercise、flights、fmri、geyser、glue、healthexp、iris、mpg、penguins、planets、seaice、taxis、tips、titanicanagrams、anscombe、attention、brain_networks、car_crashes、diamonds、dots、dowjones、exercise、flights、fmri、geyser、glue、healthexp、iris、mpg、penguins、planets、seaice、taxis、tips、titanic0 26浏览免费