20185109007——工业蒸汽测量

kaggle工业蒸汽

全部代码 from sklearn.model_selection import train_test_split #训练集和测试集划分 import pandas as pd import statsmodels.api as sm import numpy as np import matplotlib.pyplot as plt #导入数据 df = pd.read_csv('D:/train.txt',sep='\t') print(df.head()) #查看数据的缺失情况，经确认并没有缺失

赛题数据探索，变量分析：单变量分析；多变量分析 相关性分析，异常值监测，变量分布分析

这是天池学习赛工业蒸汽量预测的代码实现过程，代码源于天池。个人经过学习，将相关代码进行了一定解释，以及附加了相关的知识连接。 数据分析 #导入工具包 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from scipy import stats 在python中运行代码经常会遇到的情况是——代码可以正常运行但是会提示警告 python通过调用warnings模块中定义的

本文主要介绍阿里云天池大数据平台的学习赛——工业蒸汽量预测。文章内容来自《阿里云天池大赛赛题解析》以及我自己的理解。涉及到的技术点包括数据分析、缺失值、异常值的处理、新变量生成、多种数据可视化（KDE、线性回归、直方图、Q-Q图、箱形图）以及特征变量之间的相关性计算、热力图展示因内容较多，此后会不断更新

带有目的的学：要知道，PCB板子做出来需要我们给厂家哪些东西，我们设计板子的时候，需要遵循哪些设计规范，防止画好也是块废板子。然后再逐步开始学习画板。

本文记录下我练习的过程，欢迎交流。参考书目 《阿里云天池大赛赛题解析》

题目连接立即进入 代码： # -*- coding: utf-8 -*- """ Created on Tue Dec 12 14:48:01 2018 @author: 李帅超 """ import numpy as np import pandas as pd import seaborn as sns import ma

导包 import numpy as np import pandas as pd from pandas import Series,DataFrame import matplotlib.pyplot as plt import matplotlib as mtl %matplotlib inline import seaborn as sns sns.set() import warni...

本篇是《阿里云天池大赛赛题解析-机器学习篇》的第一部分工业蒸汽量预测的第三章-特征工程的内容，并附带了一些知识点的网页链接。内有数据预处理、特征降维等内容。

目录1、导包与数据载入1.1导包1.2 数据载入1.3 数据合并 1、导包与数据载入 1.1导包 import warnings warnings.filterwarnings("ignore") import matplotlib.pyplot as plt import seaborn as sns # 模型 import pandas as pd import numpy as np fr...

BY：乔木 目录题目描述一、导入数据 | 观察数据二、特征工程三、模型训练模型1: Lasso回归模型2: 支持向量回归（SVR）模型3: XGB回归（XGBRegressor ）四、模型评估五、模型预测 题目描述 比赛链接：工业蒸汽量预测 赛题背景 火力发电的基本原理是：燃料在燃烧时加热水生成蒸汽，蒸汽压力推动汽轮机旋转，然后汽轮机带动发电机旋转，产生电能。 在这一系列的能量转化中，影响发电...

背景介绍 火力发电的基本原理是：燃料在燃烧时加热水生成蒸汽，蒸汽压力推动汽轮机旋转，然后汽轮机带动发电机旋转，产生电能。在这一系列的能量转化中，影响发电效率的核心是锅炉的燃烧效率，即燃料燃烧加热水产生高温高压蒸汽。锅炉的燃烧效率的影响因素很多，包括锅炉的可调参数，如燃烧给量，一二次风，引风，返料风，给水水量；以及锅炉的工况，比如锅炉床温、床压，炉膛温度、压力，过热器的温度等。我们如何使用以上的信息，根据锅炉的工况，预测产生的蒸汽量，来为我国的工业届的产量预测贡献自己的一份力量呢？ 所以，该案例是使用以上工业

其实CSND也有类似的文章，但是我也有思考过，所以我也想记录一下。我们直接用`logger.info("异常信息为："+e)`或者`logger.info(e.getMessage())`只能记录到异常的描述信息，却没有其异常具体发生在哪一行代码。这样即使通过日志发现出现了异常，也没法马上定位问题。因此就催生了一个想法，是否能像在idea本地跑程序时出现未捕获的异常时，控制台能打印出完整的错误堆栈信息，把这个信息记录到logger语句中。