欢迎大家来到仓库：Model_with_Python

请使用 Anaconda + VScode & Jupyter 作为 Python 的 Coding 环境，并使用 Git 对本仓库代码进行 Clone。

欢迎大家使用。

如有问题，邮箱联系：xtan02@foxmail.com

Name		Name	Last commit message	Last commit date
Latest commit History 14 Commits
data		data
picture		picture
0_数据框操作.ipynb		0_数据框操作.ipynb
README.md		README.md
建模_1_模型准备.ipynb		建模_1_模型准备.ipynb
建模_2_统计学习模型.ipynb		建模_2_统计学习模型.ipynb
建模_3_模型测试.ipynb		建模_3_模型测试.ipynb
建模_4_模型融合与调参.ipynb		建模_4_模型融合与调参.ipynb
建模_5_树模型.ipynb		建模_5_树模型.ipynb
推断_1_双样本显著检验.ipynb		推断_1_双样本显著检验.ipynb
推断_2_多样本显著检验.ipynb		推断_2_多样本显著检验.ipynb
推断_3_拟合.ipynb		推断_3_拟合.ipynb
推断_4_信效度检验.ipynb		推断_4_信效度检验.ipynb
推断_5_回归分析.ipynb		推断_5_回归分析.ipynb
推断_6_路径分析.ipynb		推断_6_路径分析.ipynb
推断_7_结构方程模型.ipynb		推断_7_结构方程模型.ipynb
描述_1_计算统计量.ipynb		描述_1_计算统计量.ipynb
描述_2_数据可视化.ipynb		描述_2_数据可视化.ipynb
描述_3_变量分布探究.ipynb		描述_3_变量分布探究.ipynb
描述_4_相关性分析.ipynb		描述_4_相关性分析.ipynb
描述_5_时间序列分析.ipynb		描述_5_时间序列分析.ipynb
运筹_1_数学规划.ipynb		运筹_1_数学规划.ipynb
运筹_2_现代优化算法.ipynb		运筹_2_现代优化算法.ipynb
运筹_3_综合评价.ipynb		运筹_3_综合评价.ipynb
运筹_4_因子分析法.ipynb		运筹_4_因子分析法.ipynb

Provide feedback