2026数据科学与大数据技术一套基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip

下载压缩包加入资源篮

阅读 0
格式 zip
大小 69.32 MB
共118文件
2026-09-18
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

收起资源包目录

2205034217_林晓雨_数据科学与大数据技术_基于机器学习的项链销售数据分析与可视化
- bdu26bd217linxiaoyu数据分析
  - 分类分析.py(32.83 KB)
  - 回归分析.py(34.97 KB)
  - 回归模型.py(21.56 KB)
  - 回归模型4.py(37.59 KB)
  - 特征性分析.py(11.11 KB)
  - 聚类分析.py(22.43 KB)
- bdu26bd217linxiaoyu数据获取
  - 1.py(4.49 KB)
  - data666.csv(3.53 MB)
- bdu26bd217linxiaoyu数据预处理
  - Protect
    - .idea
      - codeStyles
        Project.xml(269 B)
        codeStyleConfig.xml(153 B)
      - .gitignore(184 B)
      - compiler.xml(546 B)
      - encodings.xml(267 B)
      - jarRepositories.xml(1.08 KB)
      - misc.xml(545 B)
      - vcs.xml(137 B)
      - workspace.xml(5.44 KB)
    - .mvn
      - wrapper
        maven-wrapper.jar(57.35 KB)
        maven-wrapper.properties(232 B)
    - src
      - main
        java
        com
        neuedu
        driver
        JobDriver.java(1.69 KB)
        mapper
        JobMapper.java(5.97 KB)
        reducer
        JobReducer.java(565 B)
        resources
        core-site.xml(1.45 KB)
        hadoop-env.sh(16.55 KB)
        hdfs-site.xml(2.68 KB)
        workers(30 B)
        yarn-site.xml(2.67 KB)
      - test
        java
        resources
    - target
      - classes
        com
        neuedu
        driver
        JobDriver.class(2.23 KB)
        mapper
        JobMapper.class(3.1 KB)
        reducer
        JobReducer.class(2 KB)
        core-site.xml(1.45 KB)
        hadoop-env.sh(16.55 KB)
        hdfs-site.xml(2.68 KB)
        workers(30 B)
        yarn-site.xml(2.67 KB)
      - generated-sources
        annotations
      - maven-archiver
        pom.properties(120 B)
      - maven-status
        maven-compiler-plugin
        compile
        default-compile
        createdFiles.lst(104 B)
        inputFiles.lst(236 B)
        testCompile
        default-testCompile
        inputFiles.lst(0 B)
      - test-classes
      - hadoop.jar(14.64 KB)
    - .gitignore(490 B)
    - mvnw(10.04 KB)
    - mvnw.cmd(6.58 KB)
    - pom.xml(1.93 KB)
  - data666_cleaned.csv(2.03 MB)
  - data666_processed.csv(2.03 MB)
  - processed_necklace_data.csv(1.11 MB)
  - 数据预处理.py(7.69 KB)
- bud26bd217linxiaoyu数据可视化
  - output1
    - 10_feature_comparison.html(4.64 MB)
    - 11_radar_chart.html(4.64 MB)
    - 12_distribution_pie.html(4.63 MB)
    - 13_heatmap.html(4.64 MB)
    - 1_correlation_heatmap.html(4.64 MB)
    - 2_sales_correlation.html(4.63 MB)
    - 3_feature_comparison.html(4.64 MB)
    - 3_rf_reg_importance.html(4.63 MB)
    - 4_rf_cls_importance.html(4.63 MB)
    - 5_xgb_importance.html(4.63 MB)
    - 8_elbow_method.html(4.63 MB)
    - 9_pca_clustering.html(6.02 MB)
    - cluster_report.html(7.17 KB)
  - output2
    - cv_stability_optimized.html(13.68 KB)
    - error_boxplot_optimized.html(49.63 KB)
    - feature_importance_optimized.html(13.09 KB)
    - index_full.html(206.09 KB)
    - index_optimized.html(15.11 KB)
    - model_comparison_dashboard.html(16.82 KB)
    - residual_plot_optimized.html(71.32 KB)
    - scatter_optimized.html(56.6 KB)
    - 交叉验证结果.csv(441 B)
    - 模型综合对比表.csv(878 B)
  - output3
    - 1_model_comparison.html(4.64 MB)
    - 2_confusion_matrix.html(4.64 MB)
    - 3_roc_curves.html(4.68 MB)
    - 4_feature_importance.html(4.64 MB)
    - 5_lr_coefficients.html(4.64 MB)
    - 6_classification_report.html(4.64 MB)
    - calibration_curves.html(4.64 MB)
    - classification_report.html(4.64 MB)
    - confusion_matrix.html(4.64 MB)
    - feature_importance.html(4.64 MB)
    - index.html(8.24 KB)
    - learning_curves.html(4.64 MB)
    - logistic_regression_model.pkl(1.53 KB)
    - lr_coefficients.html(4.64 MB)
    - model_comparison.html(4.63 MB)
    - random_forest_model.pkl(12.93 MB)
    - roc_curves.html(4.66 MB)
    - scaler.pkl(1.87 KB)
    - xgboost_model.pkl(1.38 MB)
    - 最优模型报告.txt(877 B)
    - 模型性能对比.csv(252 B)
    - 综合报告.html(4.26 KB)
    - 随机森林特征重要性.csv(972 B)
  - output4
    - 1_R2_comparison.html(4.64 MB)
    - 2_train_val_R2.html(4.64 MB)
    - 3_overfitting.html(4.64 MB)
    - 4_pred_vs_true.html(5 MB)
    - 5_residuals.html(4.65 MB)
    - 6_feature_importance.html(4.64 MB)
    - model_comparison.csv(537 B)
  - output_complete
    - 10_classification_heatmap.html(4.64 MB)
    - 11_price_prediction.html(4.65 MB)
    - 12_price_residuals.html(4.65 MB)
    - 1_elbow_method.html(4.63 MB)
    - 2_pca_clustering.html(6.02 MB)
    - 3_feature_comparison.html(4.63 MB)
    - 4_radar_chart.html(4.64 MB)
    - 5_distribution_pie.html(4.63 MB)
    - 6_confusion_matrix.html(4.64 MB)
    - 7_roc_curves.html(4.68 MB)
    - 8_model_comparison.html(4.63 MB)
    - 9_feature_importance.html(4.64 MB)
    - complete_report.html(11.24 KB)
  - end.html(26.81 KB)
  - main.py(2.54 KB)
- readme.txt(393 B)
数据科学与大数据技术基于机器学习的项链销售数据分析与可视化6.89-AI7.38_1.docx(2.88 MB)预览内容

CAD预览不完整，只显示大致框架可联系客服看全图和细节

在线预览已结束，请下载后查看完整版，加入VIP会员享文档下载特权

加入VIP 下载压缩包加入资源篮

下载提示常见问题

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容

2026数据科学与大数据技术一套基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip

下载压缩包关闭预览

您可能关注的文档

发表评论取消回复

26年WH + 关注: 实名认证
内容提供者

该用户很懒，什么也没介绍

收藏店铺进入空间

2026数据科学与大数据技术一套基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip

微信扫码分享或点击分享到

2026数据科学与大数据技术一套基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip

您可能关注的文档

发表评论取消回复

相关文档

热门下载

相关标签

2026数据科学与大数据技术一套 基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip

微信扫码分享或点击分享到

2026数据科学与大数据技术一套 基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip

您可能关注的文档

发表评论取消回复

相关文档

热门下载

相关标签

2026数据科学与大数据技术一套基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip

2026数据科学与大数据技术一套基于机器学习的项链销售数据分析与可视化6.89-AI7.38(论文+程序代码源码+数据库源数据表+运行说明)定稿.zip