银行营销数据分析 数据 与葡萄牙银行机构的直接营销活动有关。 市场营销活动以电话为基础。 为了访问产品（银行定期存款）是否（“是”）订阅（“否”），通常需要与同一客户进行多次联系。 有数据集： bank-additional-full.csv，包含所有示例（41188）和20个输入，按日期排序（从2008年5月到2010年11月），非常接近[Moro等人，2014]中分析的数据 bank-additional.csv，其中包含10％的示例（4119）（从1）中随机选择）和20个输入。 bank-full.csv，包含所有示例和17个输入，按日期排序（此数据集的旧版本，输入较少）。 bank.csv，其中包含10％的示例和17个输入，它们是从3个（此数据集的旧版本，输入较少）中随机选择的。 提供了最小的数据集以测试更多对计算有要求的机器学习算法（例如SVM）。 目标 预测潜在客户，如

美团民宿房源分析 此项目包括网络爬虫和基本的数据可视化展示工作，主要使用了Scrapy和Django，可视化部分则使用了Pyecharts ,matplotlib 等来进行实现。前台为可视化展示模块，后台为管理员数据管理模块。 欢迎大家交流使用，如果觉得对你有帮助，可以点个赞:face_blowing_a_kiss: 这个就是一个Django+ scrapy结合的模板 scrapy使用djangoItem 库，来使用django的models。这样就可以使用scrapy将爬取到的数据通过django orm框架，然后在admin中可以直接显示出来。这样就可以很方便的统一数据库，并且因为使用了orm来操作，scrapy保存的时候更为方便，就是配置的时候麻烦点，故把合并后的模板放在这儿，:beaming_face_with_smiling_eyes:功能就是合并好后方便以后结合这两个继续开发新的东西做准备 大概的结合步骤 项目的目录如下： Scrapy-django ├───mydjango(

lda分类代码matlab fNIRS_BCI_DataAnalysis 预处理、特征提取（斜率、移动斜率、峰度、偏度、均值和方差）和分类代码（正则化 LDA 和 SVM），用于分析脑机接口 (BCI) 的 fNIRS（功能性近红外光谱）数据。 所有代码都是用MATLAB编写的。 功能列表： --> f_FilteredDataMatrixtoFeatures_NIRS 此函数将原始 fNIRS 数据转换为特征矩阵。 -->f_FilteredDataMatrixtoFeatures_NIRS 此函数将原始（或过滤）输入 fNIRS 数据转换为特征矩阵，包括常见的 fNIRS 特征类型：均值、方差、偏度、峰度、最大移动斜率（在指定的窗口大小中）。

qt modbus库的简单使用

High-Dimensional Data Analysis with Low-Dimensional Models-.pdf

数据存储，载入 计量型控制图：单值移动极差图、均值极差图、均值标准差图、中位数极差图 控制限计算 彩虹图 CPK、PPK计算

Data Analysis With Python 代码-作者 David Taieb