py设计统计天数的源代码下载

weixin_39821620 2022-01-04 10:28:30
题目描述 炎热的夏日,KC 非常的不爽。他宁可忍受北极的寒冷,也不愿忍受厦门的夏天。最近,他开始研究天气的变化。他希望用研究的结果预测未来的天气。 经历千辛万苦,他收集了连续 N(1 \leq N \leq 10^6)N(1≤N≤10 6 ) 的最高气温数据。 现在,他想知道最高气温一直上升的最长连续天数。 , 相关下载链接:https://download.csdn.net/download/book_tonystar7848/73483478?utm_source=bbsseo
...全文
17 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
【资源说明】 1、基于python的给定微博数据的反作弊识别研究源码+项目说明(毕设).zip 2、该资源包括项目的全部源码,下载可以直接使用! 3、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 4、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 基于python的给定微博数据的反作弊识别研究源码+项目说明(毕设).zip ###介绍 毕业设计中基于给定微博数据进行垃圾微博识别 ###进度 对MICRO_BLOG.txt解析完毕 总天数:370 总微博数量:2056089 总垃圾微博数量:300555 ###程序运行的方法 python main.py ###目录结构 conf: 项目配置 data: 原始数据文件,未上传到github export: 程序输出文件 main.py: 主程序 ###垃圾微博判定策略 某个用户在30秒内连续发布15条微博,则命中垃圾微博策略 命中后,垃圾行为映射表中该用户对应次数+1,垃圾微博映射表中命中的所有微博对应出现次数+1 每次命中策略结束时清空该用户对应的15条微博信息,重新记录 ###输出文件的格式说明 blog_blacklist.txt:垃圾微博内容,出现总次数 blog_length:微博长度,出现总次数 blog_length_stats:微博长度均值,微博长度方差 user_blacklist.txt:用户名,用户昵称,发布垃圾微博的行为总次数 user_everyday_blogs.txt:用户名,用户昵称,每天发布的微博数量 user_everyday_blogs_stats.txt:用户名,用户昵称,基于总天数的发布微博数量的均值和方差,除去未发布任何微博的日期后得到的数量的均值和方差 user_everyday_trush_blogs.txt:用户名,用户昵称,每天发布的垃圾微博数量 user_everyday_trush_blogs_stats.txt:用户名,用户昵称,基于总天数的发布垃圾微博数量的均值和方差,除去未发布任何垃圾微博的日期后得到的均值和方差 user_total_blogs.txt:用户名,用户昵称,用户发布的微博总数量和所占比率 ###微博内容分类与比例 ####名人名言 实例:真正的信仰是建立在岩石上的,而其他的一切都颠簸在时间的波浪上. 总微博中所占比例:60% 垃圾微博中所占比例:75% ####节日祝福 实例:祝大家七夕节快乐 总微博中所占比例:20% 垃圾微博中所占比例:10% ####社会事件 实例:风雨同‘舟’、威武不‘曲’,中国加油!舟曲加油! 总微博中所占比例:15% 垃圾微博中所占比例:10% ####励志故事 实例:产品常不守时。这些日本公司就派人整天待在微软,督促盖茨务必准时交货。盖茨一度还很不理解。后来,盖茨认识了和他同龄的日本计算机界天才西和彦,并成为莫逆之交。微软也于1977年进军日本市场,西和彦一度当上微软的副总经理,他向盖茨讲述了很多在日本做生意的要领:(1)日本人讲究信誉; 总微博中所占比例:5% 垃圾微博中所占比例:5% ============
量化交易源码。 Init_StockALL_Sp.py —— 【数据采集】利用tushare接口将日线行情存储到本地数据库。 DC.py —— 【数据预处理】将本地存储的日基础行情整合成一份训练集。 SVM.py —— 【SVM建模】对个股用SVM进行建模,训练和预测。 Model_Evaluate.py —— 【模型评估】通过回测+推进式建模的方式对模型进行评估,主要计算查准率Precision,查全率Recall,F1分值,并存入结果表。 Portfolio.py —— 【仓位管理】基于马科维茨投资组合理论,计算一段时间序列内投资组合的风险、仓位配比和夏普率,有市场方向和最佳收益方向两种结果。 Deal.py.py —— 【模拟交易】封装类,用于模拟交易过程中获取最新的资产账户相关数据。 Operator.py —— 【模拟交易】封装函数,用于模拟交易过程中执行买和卖操作。 Cap_Update_daily.py —— 【模拟交易】封装函数,用于在回测过程中,每日更新资产表中相关数据。 Filter.py —— 【策略回测】封装函数,用于在回测过程中,处理一些简单的逻辑(更新持仓天数,买卖顺序等)。 main.py —— 【策略回测】策略的框架,回测的主函数。 stock_my_capital.sql —— 【策略回测】回测主函数里用到的数据库表,可直接导入。资产账单表,表结构在文章内有介绍,该表内含一条初始数据,用于定义初始资金,可根据回测场景自行修改。 stock_stock_index.sql —— 【策略回测】回测主函数里用到的数据库表,可直接导入。大盘行情表,内含部分大盘行情。 stock_model_ev_mid.sql —— 【模型评估】模型评估过程中用到的中间表,用于暂存回测时间序列内的部分数据,并用于最终计算F1分值。 stock_model_ev_resu.sql —— 【模型评估】模型评估的结果表,用于存储股票在某个时间点上的F1分值。 stock_my_stock_pool.sql —— 【策略回测】当前股票资产详情表,主要字段为:持仓股票代码,成交均价,持仓量,持仓天数。 stock_stock_all.sql —— 【策略回测】股票每日行情数据表,包含所有股票的日线行情。 stock_stock_info.sql —— 【策略回测】表的瘦身版,表结构相同,但删除了冗余数据,用于提高回测运行速度。

13,025

社区成员

发帖
与我相关
我的任务
社区描述
CSDN 下载资源悬赏专区
其他 技术论坛(原bbs)
社区管理员
  • 下载资源悬赏专区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧