国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Python 和 R 數據分析/挖掘工具互查

array_huang / 3488人閱讀

摘要：寫在前面在此總結一些在數據分析挖掘中可能用到的功能，方便大家索引或者從一種語言遷移到另一種。概率圖模型文本基本操作類別英中中文分詞未知主題模型類別未知未知未知值得留意的是的新第三方模塊，與其他分析可視化挖掘報表工具的交互類別實際是的服務包

寫在前面

在此總結一些在數據分析/挖掘中可能用到的功能，方便大家索引或者從一種語言遷移到另一種。當然，這篇博客還會隨時更新（不會另起一篇，為了方便大家索引），請大家如果有需要收藏到書簽中。

如果大家還知道哪些常用的命令，也可以在評論中回復我。我可以添加進來，方便更多地人更方便的檢索。也希望大家可以轉載。

如果大家已經熟悉python和R的模塊/包載入方式，那下面的表查找起來相對方便。python在下表中以模塊.的方式引用，部分模塊并非原生模塊，請使用

pip install *

安裝；同理，為了方便索引，R中也以::表示了函數以及函數所在包的名字，如果不含::表示為R的默認包中就有，如含::，請使用

install.packages("*")

安裝。

連接器與io 數據庫
類別 Python R
MySQL mysql-connector-python(官方) RMySQL
Oracle cx_Oracle ROracle
Redis redis rredis
MongoDB pymongo RMongo, rmongodb
neo4j py2neo RNeo4j
Cassandra cassandra-driver RJDBC
ODBC pyodbc RODBC
JDBC 未知[Jython Only] RJDBC
IO類
類別 Python R
excel xlsxWriter, pandas.(from/to)_excel, openpyxl openxlsx::read.xlsx(2), xlsx::read.xlsx(2)
csv csv.writer read.csv(2), read.table
json json jsonlite
圖片 PIL jpeg, png, tiff, bmp
統計類 描述性統計
類別 Python R
描述性統計匯總 scipy.stats.descirbe summary
均值 scipy.stats.gmean(幾何平均數), scipy.stats.hmean(調和平均數), numpy.mean, numpy.nanmean, pandas.Series.mean mean
中位數 numpy.median, numpy.nanmediam, pandas.Series.median median
眾數 scipy.stats.mode, pandas.Series.mode 未知
分位數 numpy.percentile, numpy.nanpercentile, pandas.Series.quantile quantile
經驗累積函數(ECDF) statsmodels.tools.ECDF ecdf
標準差 scipy.stats.std, scipy.stats.nanstd, numpy.std, pandas.Series.std sd
方差 numpy.var, pandas.Series.var var
變異系數 scipy.stats.variation 未知
協方差 numpy.cov, pandas.Series.cov cov
(Pearson)相關系數 scipy.stats.pearsonr, numpy.corrcoef, pandas.Series.corr cor
峰度 scipy.stats.kurtosis, pandas.Series.kurt e1071::kurtosis
偏度 scipy.stats.skew, pandas.Series.skew e1071::skewness
直方圖 numpy.histogram, numpy.histogram2d, numpy.histogramdd 未知
回歸（包括統計和機器學習）
類別 Python R
普通最小二乘法回歸(ols) statsmodels.ols, sklearn.linear_model.LinearRegression lm,
廣義線性回歸(gls) statsmodels.gls nlme::gls, MASS::gls
分位數回歸(Quantile Regress) statsmodels.QuantReg quantreg::rq
嶺回歸 sklearn.linear_model.Ridge MASS::lm.ridge, ridge::linearRidge
LASSO sklearn.linear_model.Lasso lars::lars
最小角回歸 sklearn.linear_modle.LassoLars lars::lars
穩健回歸 statsmodels.RLM MASS::rlm
假設檢驗
類別 Python R
t檢驗 statsmodels.stats.ttest_ind, statsmodels.stats.ttost_ind, statsmodels.stats.ttost.paired; scipy.stats.ttest_1samp, scipy.stats.ttest_ind, scipy.stats.ttest_ind_from_stats, scipy.stats.ttest_rel t.test
ks檢驗(檢驗分布) scipy.stats.kstest, scipy.stats.kstest_2samp ks.test
wilcoxon(非參檢驗，差異檢驗) scipy.stats.wilcoxon, scipy.stats.mannwhitneyu wilcox.test
Shapiro-Wilk正態性檢驗 scipy.stats.shapiro shapiro.test
Pearson相關系數檢驗 scipy.stats.pearsonr cor.test
時間序列
類別 Python R
AR statsmodels.ar_model.AR ar
ARIMA statsmodels.arima_model.arima arima
VAR statsmodels.var_model.var 未知

python還可參見PyFlux.

生存分析
類別 Python R
PH回歸 statsmodels.formula.api.phreg 未知

專門分析的模塊：
Python: Lifelines

機器學習類 回歸

參見統計類

分類器 LDA、QDA
類別 Python R
LDA sklearn.discriminant_analysis.LinearDiscriminantAnalysis MASS::lda
QDA sklearn.discriminant_analysis.QuadraticDiscriminantAnalysis MASS::qda
SVM(支持向量機)
類別 Python R
支持向量分類器（SVC） sklearn.svm.SVC e1071::svm
非支持向量分類器（nonSVC） sklearn.svm.NuSVC 未知
線性支持向量分類器(Lenear SVC) sklearn.svm.LinearSVC 未知
基于臨近
類別 Python R
k-臨近分類器 sklearn.neighbors.KNeighborsClassifier 未知
半徑臨近分類器 sklearn.neighbors.RadiusNeighborsClassifier 未知
臨近重心分類器(Nearest Centroid Classifier) sklearn.neighbors.NearestCentroid 未知
貝葉斯
類別 Python R
樸素貝葉斯 sklearn.naive_bayes.GaussianNB e1071::naiveBayes
多維貝葉斯(Multinomial Naive Bayes) sklearn.naive_bayes.MultinomialNB 未知
伯努利貝葉斯(Bernoulli Naive Bayes) sklearn.naive_bayes.BernoulliNB 未知
決策樹
類別 Python R
決策樹分類器 sklearn.tree.DecisionTreeClassifier tree::tree, party::ctree
決策樹回歸器 sklearn.tree.DecisionTreeRegressor tree::tree, party::tree
Assemble方法
類別 子類別 Python R
Bagging 隨機森林分類器 sklearn.ensemble.RandomForestClassifier randomForest::randomForest, party::cforest
Bagging 隨機森林回歸器 sklearn.ensemble.RandomForestRegressor randomForest::randomForest, party::cforest
Boosting Gradient Boosting xgboost模塊 xgboost包
Boosting AdaBoost sklearn.ensemble.AdaBoostClassifier adabag、fastAdaboost、ada
Stacking 未知 未知 未知
聚類
類別 Python R
kmeans scipy.cluster.kmeans.kmeans kmeans::kmeans
分層聚類 scipy.cluster.hierarchy.fcluster (stats::)hclust
包聚類(Bagged Cluster) 未知 e1071::bclust
DBSCAN sklearn.cluster.DBSCAN dbscan::dbsan
Birch sklearn.cluster.Birch 未知
K-Medoids聚類 pyclust.KMedoids(可靠性未知) cluster.pam
關聯規則
類別 Python R
apriori算法 apriori(可靠性未知，不支持py3), PyFIM(可靠性未知，不可用pip安裝) arules::apriori
FP-Growth算法 fp-growth(可靠性未知，不支持py3), PyFIM(可靠性未知，不可用pip安裝) 未知
神經網絡
類別 Python R
神經網絡 neurolab.net, keras.* nnet::nnet, nueralnet::nueralnet
深度學習 keras.* 不可靠包居多以及未知 
當然，theano模塊值得一提，但本質theano包的設計并非在神經網絡，所以不歸于此類。
概率圖模型

python: PyMC3

文本、NLP 基本操作
類別 Python R
tokenize nltk.tokenize(英), jieba.tokenize(中) tau::tokenize
stem nltk.stem RTextTools::wordStem, SnowballC::wordStem
stopwords stop_words.get_stop_words tm::stopwords, qdap::stopwords
中文分詞 jieba.cut, smallseg, Yaha, finalseg, genius jiebaR
TFIDF gensim.models.TfidfModel 未知
主題模型
類別 Python R
LDA lda.LDA, gensim.models.ldamodel.LdaModel topicmodels::LDA
LSI gensim.models.lsiModel.LsiModel 未知
RP gensim.models.rpmodel.RpModel 未知
HDP gensim.models.hdpmodel.HdpModel 未知 
值得留意的是python的新第三方模塊，spaCy
與其他分析/可視化/挖掘/報表工具的交互
類別 Python R
weka python-weka-wrapper RWeka
Tableau tableausdk Rserve(實際是R的服務包)

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/37902.html

相關文章

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<