1对数据进行分析：代码如下 import numpy as npimport pandas as pdinputfile = 'file:///D:/桌面/data(1)/data.csv' # 输入的数据文件data = pd.read_csv(inputfile) # 读取数据# 描述性统计分析description = [data.min(), data.max(), data.mean(), data.std()] # 依次计算最小
一、灰度预测 def GM11(x0): #自定义灰色预测函数 import numpy as np x1 = x0.cumsum() #1-AGO序列 z1 = (x1[:len(x1)-1] + x1[1:])/2.0 #紧邻均值（MEAN）生成序列 z1 = z1.reshape((len(z1),1)) B = np.append(-z1, np.ones_like(z1), axis = 1) Yn = x0[1:].reshape
预测2014年和2015年的财政收入 根据1994-2013年相关财政数据 ，梳理影响地方财政收入的关键特征，对未来几年的财政数据进行预测。 1.概括性分析描述性统计 import numpy as np import pandas as pd inputfile = '../data/data.csv' # 输入的数据文件 data = pd.read_csv(inputfile)
一、灰度预测函数 def GM11(x0): #自定义灰色预测函数 import numpy as np x1 = x0.cumsum() #1-AGO序列 z1 = (x1[:len(x1)-1] + x1[1:])/2.0 #紧邻均值（MEAN）生成序列 z1 = z1.reshape((len(z1),1)) B = np.append(-z1, np.ones_like(z1), axis = 1) Yn = x0[1:].res
