数据分析实验报告 典型相关分析
1 / 6 实验九 典型相关分析 实验目的和要求 能利用原始数据与相关矩阵、协主差矩阵作相关分析,能根据SAS输出结果选出满足要求的几个典型变量． 实验要求:编写程序，结果分析．
实验内容：4.9 data examp4_9; input x1-x2 y1-y2; cards; 1 191 155 179 145 2 195 149 201 152 3 181 148 185 149 4 183 153 188 149 5 176 144 171 142 6 208 157 192 152 7 189 150 190 149 8 197 159 189 152 9 188 152 197 159 10 192 150 187 151 11 179 158 186 148 12 183 147 174 147 13 174 150 185 152 14 190 159 195 157 15 188 151 187 158 16 163 137 161 130 17 195 155 183 158 18 186 153 173 148 19 181 145 182 146 20 175 140 165 137 21 192 154 185 152 22 174 143 178 147 23 176 139 176 143 24 197 167 200 158 25 190 163 187 150 ; run; proc cancorr data=examp4_9 corr; var x1-x2; with y1-y2; run; 2 / 6
由SAS proc cancorr过程求得TYYXX),,,(2121样本相关系数矩阵22211211RRRRR The SAS System 14:21 Saturday, October 30, 2012 3 The CANCORR Procedure Correlations Among the Original Variables 1、变量x1-x2的相关系数矩阵11R： Correlations Among the VAR Variables
x1 x2 x1 1.0000 -0.2094 x2 -0.2094 1.0000
2、变量y1-y2的相关系数矩阵22R： Correlations Among the WITH Variables y1 y2
y1 1.0000 0.6932 y2 0.6932 1.0000
3、变量x1-x2与y1-y2的相关系数矩阵12R： Correlations Between the VAR Variables and the WITH Variables
y1 y2 x1 -0.0108 -0.2318 x2 0.7346 0.7108 变量间高度相关。
The SAS System 14:21 Saturday, October 30, 2012 4
The CANCORR Procedure 4 典型相关分析的一般结果
Canonical Correlation Analysis Adjusted Approximate Squared Canonical Canonical Standard Canonical 3 / 6
Correlation Correlation Error Correlation 典型相关系数k 校正的典型相关系数 近似的标准误 典型相关系数平方 1 0.787478 0.772383 0.077543 0.620121
2 0.292947 . 0.186607 0.085818 5、检验各对典型变量是否显著相关 Test of H0: The canonical correlations in the Eigenvalues of Inv(E)*H current row and all that follow are zero = CanRsq/(1-CanRsq) Likelihood Approximate Eigenvalue Difference Proportion Cumulative Ratio F Value Num DF Den DF Pr > F
各对相关系 相邻两特 特征值占 特征值占方差 似然比k kF值 kd1 kd2 kp 数特征值 征值之差 方差比例 比例累计值 1 1.6324 1.5385 0.9456 0.9456 0.34727867 7.32 4 42 0.0001
2 0.0939 0.0544 1.0000 0.91418197 2.07 1 22 0.1648 第一对典型变量贡献率94.56%。充分反映了两组变量的相互关系。 检验假设0:)(0kkH
检验统计量),(~121/1/112)(0kkHkktkkkkddFddFk真，kkdd21,为第一、第二自由度．由检验结果可知，05.0,05.021pp，05.02816.03p．故只有前两对典型变量显著相关．取前两对进行分析即可． 另外，从对典型变量),(kkVU进行分析求得特征值在方差占比例的累计值（贡献率）为0.9141也可看出，只需要前两对变量即可。 以下输出用wilks’Lambda 等四种方法对典型相关系数为零的假设检验 6、求出典型变量及典型相关系数，并解释 典型变量的系数和典型结构 Multivariate Statistics and F Approximations
S=2 M=-0.5 N=9.5 Statistic Value F Value Num DF Den DF Pr > F4 / 6
Wilks' Lambda 0.34727867 7.32 4 42 0.0001 Pillai's Trace 0.70593888 6.00 4 44 0.0006 Hotelling-Lawley Trace 1.72629023 8.94 4 24.198 0.0001 Roy's Greatest Root 1.63241610 17.96 2 22 <.0001
NOTE: F Statistic for Roy's Greatest Root is an upper bound. NOTE: F Statistic for Wilks' Lambda is exact.
The CANCORR Procedure Canonical Correlation Analysis Raw Canonical Coefficients for the VAR Variables 第一组变量x1-x3的典型变量的系数（原始变量未标准化） 第一典型变量1ˆU 第二典型变量2ˆU
V1 V2 x1 0.0091725722 0.1386496154 x2 0.1036642178 0.0151230041 第二组变量y1-y3的典型变量的系数（原始变量为标准化） Raw Canonical Coefficients for the WITH Variables
第一典型变量1ˆV 第二典型变量2
ˆV
W1 W2
y1 0.0845052096 0.168128993 y2 0.0459765801 -0.130308033 数据未标准化结果，即利用协方差矩阵分析的结果
1120009201037..Uxx
1220084500459..Vyy
The SAS System 14:21 Saturday, October 30, 2012 6 5 / 6
The CANCORR Procedure Canonical Correlation Analysis 第一组变量x1-x3的典型变量的系数（原始变量标准化后） Standardized Canonical Coefficients for the VAR Variables
第一典型变量*1U 第二典型变量*2U V1 V2
x1 0.0675 1.0204 x2 1.0120 0.1476 第二组变量y1-y3的典型变量的系数（原始变量标准化后） Standardized Canonical Coefficients for the WITH Variables
第一典型变量*1V 第一典型变量*2V W1 W2
y1 0.6231 1.2396 y2 0.4616 -1.3083 给出2112212111*ˆRRRRA的三个特征值 21ˆ0.620121ρ, 22ˆ
0.085818ρ
第一对典型变量
1120067510120***ˆ..Uxx主要成年长子的头长、头宽加权
1120623104616***ˆ..Vyy主要次子头宽影响
第一对典型变量主要表现头宽和头长的相关性。
第一对典型相关系数为10.787478 ρ 第二对典型变量及典型相关系数
2121020401476***ˆ..Uxx
2121239613083***ˆ..Vyy
2ˆ0.292947 ρ
输出原变量和典型变量间的相关系数
The CANCORR Procedure Canonical Structure 第一组变量x1-x3和典型变量*1U,*2U的相关系数 Correlations Between the VAR Variables and Their Canonical Variables
典型相关分析范文
典型相关分析范文典型相关分析（canonical correlation analysis）是一种统计方法，用于研究两个多元变量集合之间的相关性。
在这个方法中，我们将两个变量集合之间的相关关系量化，并且找到一个或多个成对最大化相关性的线性组合。
该方法的目的是找到两个变量集合之间的最相关的线性组合，使得它们之间的相关性最大。
典型相关分析可以广泛应用于很多领域，包括社会科学、生物医学、教育和市场研究等。
例如，在社会科学中，研究人员可以使用典型相关分析来研究教育水平与工资的相关性，或者研究两个心理测试的结果之间的相关性。
在生物医学领域，典型相关分析可以用来分析多个生物学指标之间的关系，以及它们与其中一种疾病之间的关系。
1.收集数据：收集两个变量集合之间的数据，并确保每个变量集合的样本数相等。
2.数据预处理：对数据进行处理，确保数据的分布满足统计要求。
常见的数据预处理方法包括标准化、归一化和缺失值处理等。
3.计算相关系数矩阵：计算两个变量集合内的变量之间的相关系数矩阵。
这可以通过计算每对变量之间的协方差矩阵，然后将协方差矩阵标准化为相关系数矩阵来实现。
4.计算典型相关变量：使用矩阵分解方法（如特征值分解或奇异值分解），计算两个变量集合之间的典型相关变量。
典型相关变量是最大化两个变量集合之间相关性的线性组合。
5.解释结果：解释典型相关分析的结果，并分析每个典型相关变量的意义。
通常，解释结果涉及到解释典型相关变量的权重和相关系数，以及它们与原始变量之间的关系。
需要注意的是，典型相关分析假设变量之间的关系是线性的。
如果变量之间的关系是非线性的，典型相关分析可能无法得到准确的结果。
在这种情况下，可以考虑使用非线性相关分析方法。
综上所述，典型相关分析是一种研究两个多元变量集合之间相关性的方法。
通过找到最相关的线性组合，我们可以揭示两个变量集合之间的关系，并得到一些有价值的结论。
这种方法可以广泛应用于各个领域，帮助研究人员理解复杂变量之间的相关性。
统计学中常用的数据分析方法10典型相关分析与ROC分析
统计学中常用的数据分析方法
典型相关分析
相关分析一般分析两个变量之间的关系，而典型相关分析是分析两组变量（如3个学术能力指标与5个在校成绩表现指标）之间相关性的一种统计分析方法。
典型相关分析的基本思想和主成分分析的基本思想相似，它将一组变量与另一组变量之间单变量的多重线性相关性研究转化为对少数几对综合变量之间的简单线性相关性的研究，并且这少数几对变量所包含的线性相关性的信息几乎覆盖了原变量组所包含的全部相应信息。
R0C分析
R0C曲线是根据一系列不同的二分类方式(分界值或决定阈）.以真阳性率（灵敏度)为纵坐标，假阳性率（1-特异度)为横坐标绘制的曲线
用途：
1、R0C曲线能很容易地査出任意界限值时的对疾病的识别能力用途；
2、选择最佳的诊断界限值。
R0C曲线越靠近左上角，试验的准确性就越高；
3、两种或两种以上不同诊断试验对疾病识别能力的比较，一股用R0C曲线下面积反映诊断系统的准确性。
典型相关分析[五篇模版]
![典型相关分析[五篇模版]](https://360docs-1393072327.cos.ap-beijing.myqcloud.com/dfbb8753a517866fb84ae45c3b3567ec102ddcec.webp)
典型相关分析[五篇模版]第一篇：典型相关分析相关分析的类型典型相关分析：用于探究一组解释变量与一组反应变量时间的关系。
典型相关分析函数：cancor（x，y，xcenter=T，ycenter=T）x 为第一组变量数据矩阵 y为第二组变量数据矩阵xcenter表示第一组变量是否中心化 ycenter表示第二组变量是否中心化自编典型相关函数：cancor.test（x，y，plot=T）x为第一组变量数据矩阵 y为第二组变量数据矩阵 plot为是否绘制典型相关图例1：d11.1 生理指标与训练指标之间的典型相关性。
生理指标：体重（x1）、腰围（x2）、脉搏（x3）；训练指标：引体向上次数（y1）、起坐次数（y2）、跳跃次数（y3）。
> X<-read.table(“clipboard”,header=T)> R<-cor(X)> R x1 x2 x3 y1 y2 y3 x1 1.0000 0.8702-0.36576-0.3897-0.4931-0.22630 x2 0.8702 1.0000-0.35289-0.5522-0.6456-0.19150 x3-0.3658-0.3529 1.00000 0.1506 0.2250 0.03493 y1-0.3897-0.5522 0.150651.0000 0.6957 0.49576 y2-0.4931-0.6456 0.22504 0.6957 1.0000 0.66921 y3-0.2263-0.1915 0.03493 0.4958 0.6692 1.00000 > R11<-R[1:3,1:3];R12<-R[1:3,4:6];R21<-R[4:6,1:3];R22<-R[4:6,4:6] > A<-solve(R11)%*%R12%*%solve(R22)%*%R21 #A=(R11)-1 R12(R22)-1 R21 > ev<-eigen(A)$values #特征值 > sqrt(ev)#典型相关系数[1] 0.79561 0.20056 0.07257以上过程是一步一步计算的，接下来我们使用R自带的典型相关函数：> xy<-scale(X)#数据标准化> ca<-cancor(xy[,1:3],xy[,4:6])#典型相关分析> ca$cor #典型相关系数[1] 0.79561 0.20056 0.07257 > ca$xcoef #x的典则载荷[,1] [,2] [,3] x1-0.17789-0.43230 0.04381 x2 0.36233 0.27086-0.11609 x3-0.01356-0.05302-0.24107 > ca$ycoef #y的典则载荷[,1] [,2] [,3] y1-0.08018-0.08616 0.29746 y2-0.24181 0.02833-0.28374 y3 0.16436 0.24368 0.09608典型变量的系数载荷并不唯一，只要是它的任意倍数即可，所以每个软件得出的结果并不一样，而是相差一个倍数。
数据处理与分析实验报告
数据处理与分析实验报告一、实验目的本次数据处理与分析实验旨在通过实际操作和研究，掌握数据处理与分析的基本方法和流程，提高对数据的理解和应用能力，为解决实际问题提供有效的数据支持。
二、实验环境本次实验使用的软件和工具包括：Python 编程语言、Anaconda 集成开发环境、NumPy 库、Pandas 库、Matplotlib 库、Seaborn 库等。
硬件环境为配备英特尔酷睿 i5 处理器、8GB 内存的个人计算机。
三、实验数据实验所使用的数据来源于公开数据集具体数据集名称，该数据集包含了具体数据的描述，例如用户行为数据、销售数据等，共具体行数行，具体列数列。
数据字段包括详细列出数据集中的字段名称和含义。
四、实验步骤1、数据读取与预处理使用 Pandas 库的`read_csv`函数读取数据文件，将数据加载到DataFrame 中。
对数据进行初步的探索性分析，包括查看数据的前几行、数据的形状、数据类型、缺失值等情况。
处理缺失值，根据数据的特点和业务需求，选择合适的方法进行填充或删除。
对数据进行标准化或归一化处理，以便后续的分析和建模。
2、数据分析计算数据的基本统计量，如均值、中位数、标准差、最大值、最小值等，了解数据的分布情况。
进行数据可视化，使用 Matplotlib 和 Seaborn 库绘制柱状图、折线图、箱线图、散点图等，直观地展示数据的特征和关系。
进行相关性分析，计算变量之间的皮尔逊相关系数，判断变量之间的线性关系。
3、数据建模根据数据的特点和分析目的，选择合适的机器学习模型，如线性回归、逻辑回归、决策树等。
使用训练集对模型进行训练，调整模型的参数，以提高模型的性能。
使用测试集对训练好的模型进行评估，计算模型的准确率、召回率、F1 值等指标，评估模型的效果。
五、实验结果与分析1、数据预处理结果经过缺失值处理，共删除了具体行数行数据，填充了具体列数列的数据。
标准化或归一化处理后，数据的分布更加均匀，有利于后续的分析和建模。
统计实验报告相关分析和单因素方差分析
入学等级期末成绩每周学习时间1 96 451 88 381 75 341 86 381 88 431 80 411 96 502 87 422 80 352 90 402 72 302 77 382 68 322 93 392 85 392 85 453 70 353 67 283 70 303 65 203 61 303 80 40研究期末成绩与每周学习时间和入学等级的相关程度？相关分析1，散点图从散点图中可以看出期末成绩与每周的学习时间是有较大的线性关系的，说明成绩的多少与每周的学习时间是有较大关联的。
2，相关系数（定距数据）从定距数据（期末成绩与每周学习时间）的相关系数看，从22个样本数据看相关系数很高大于0.8，呈高度相关，说明期末成绩与每周学习时间相关性较大，即每周学习时间对期末成绩的影响较大。
3，相关系数（定类数据）从定类数据（入学等级）与期末成绩看期末成绩与入学等级的相关性较差小于0.3，说明入学等级与期末成绩的相关性不大，即入学等级对期末成绩的影响不是很大。
df 0 19每周学习时间 Correlation .890 1.000Significance.000 .(2-tailed)df 19 0将入学等级作为偏相关系数看，将入学等级剔除后期末成绩与每周学习时间的相关性增强了，说明入学等级应作为偏相关系数将之剔除。
结论：根据相关性分析，期末成绩与每周学习时间的相关性较大，与入学等级的相关性不大，说明成绩的多少与学生学习的努力程度相关，而与入学等级（入学时的优良）关系不大。
单因素方差分析班级期末成绩1 87 1 80 1 80 1 80 1 88 1 701 672 72 2 70 2 75 2 77 2 68 2 652 613 93 3 88 3 86 3 85 3 85 3 96 3 90研究三个不同班级间的期末成绩是否有差异？方差齐性检验结果Levene的统计量=0.955，P值=0.601大于0.403，即说明方差无显著性差异，满足方差分析前提。
SAS数据分析实验报告
数理与土木工程学院实验报告课程名称：《统计软件SPSS、SAS及实践》实验结果（包括程序代码、程序结果分析）第一题：②基于数据集transaction，将变量“Revenue”中的缺失数据用其均值代替；data a;set a;array s(*) aa1-aa2;n=n(of s(*));mean=mean(of s(*));sum=sum( of s(*));do i=1to dim(s);if s(i)=.then s(i)=mean;end;run;proc print;run;③基于②，将取值全部缺失的变量删除。
data a;set a;array aa aa1-aa2;do over aa;if col=.then delete;end;run;proc transpose data=a out=transaction(drop=_name_);var aa1-aa2;run;proc print;run;第二题：a) 建立一个数据集合读入数据，变量为length，width和 height；data b;input length width height;cards;32 18 1216 15 2448 12 3215 30 4520 30 36;run;proc print data=b;run;b) 使用 set 语句,利用a)的数据集建立一个新数据集，它包括a）的所有数据，并建立三个新变量：每个c) 使用b）建立的数据集建立一个新数据集，只包括其中的volume 和 cost 变量。
data d;set c(keep=volume cost);run;proc print data=d;run;第三题：a)对车的标志（brand）的频数画竖直条形图。
libname mydata 'D:\data';proc print data=edcar;run;data e;set edcar; run;proc gchart;vbar brand;run;b)c)data g;set f;proc means data=g ;run;第四题：试分析：该地区单身人士的收入与住房面积之间是否相关？如果线性相关，确定一元线性回归方程，并做显著性检验。
实验报告的数据分析与结果解释
实验报告的数据分析与结果解释一、背景介绍实验报告是科学研究的一个重要组成部分，通过对实验数据的分析和结果的解释，可以帮助研究者深入理解实验结果，验证假设，并得出科学结论。
本文将从数据分析和结果解释两个方面进行详细论述。
二、数据分析1. 数据收集与整理在进行实验研究之前，首先需要明确研究目的，并设计合适的实验方法。
在实验过程中，要准确记录实验数据，包括实验样本的数量、实验时间、实验条件等，确保数据的可靠性和科学性。
2. 数据处理与统计获得实验数据之后，需要进行数据处理和统计。
首先，对数据进行清洗和筛选，去掉异常值和无关数据。
然后，通过统计方法进行数据分析，如平均数、标准差、相关分析等，找出数据的规律和趋势。
3. 数据可视化展示数据可视化是将数据转化为图表的过程，能够直观地展示数据的分布和趋势。
在实验报告中，可以利用表格、柱状图、折线图等形式，将实验数据可视化展示，使读者更容易理解和分析数据。
三、结果解释1. 结果描述通过对实验数据的分析，需要对结果进行描述。
首先，要明确实验结果是什么，是否达到预期目标。
然后，对结果进行客观、准确的描述，包括数据变化趋势、差异分析等。
2. 结果解释解释实验结果是研究者对数据进行深入思考和分析的过程。
通过对数据的解释，可以阐述实验结果的原因、机制和意义。
在解释实验结果时，可以通过对相关研究文献的查阅和对比，提供更充分的理论支持。
3. 结果讨论结果讨论是对实验结果进一步分析和比较的过程。
在讨论中，可以对实验结果与预期目标之间的差距进行分析，并提出可能的原因和改进方法。
此外，还可以对实验结果与其他研究的结果进行比较，揭示新的发现和科学问题。
四、实验误差分析在实验报告中，还需要对实验误差进行分析。
实验误差是指由于实验条件和操作不精确导致的数据偏差。
通过分析实验误差，可以评估实验数据的可靠性和真实性，并提出优化实验方法的建议。
五、结果的影响与应用在实验报告中，可以进一步讨论实验结果的影响和应用。
SPSS相关分析实验报告
SPSS相关分析实验报告实验目的：通过SPSS软件进行相关分析，探究两个变量之间的相关性。
实验材料与方法：1. 实验对象：100名高中学生。
2. 实验变量：X变量表示学生课外阅读时间（单位：小时），Y变量表示学生考试成绩（百分制）。
3. 实验工具：SPSS软件。
实验步骤：1. 数据收集：调查100名高中学生的课外阅读时间和考试成绩，并记录在调查表中。
2. 数据录入：将调查表中的数据录入SPSS软件的数据编辑器中。
3. 数据分析：a. 相关性分析：打开SPSS软件，选择"分析"菜单下的"相关"子菜单，然后选择"双变量"选项。
b. 设置变量：将X变量（课外阅读时间）和Y变量（考试成绩）设置为分析变量。
c. 选择统计指标：选择所需统计指标，如相关系数、p值等。
d. 进行分析：点击"确定"按钮，SPSS将自动计算相关系数和p值，并生成相应的结果报告。
4. 数据报告：根据SPSS生成的结果报告，编写实验报告。
实验结果与分析：经过对SPSS软件的分析，得出以下结果：1. 相关系数：X变量（课外阅读时间）和Y变量（考试成绩）的相关系数为0.75，说明两个变量之间存在较强的正相关关系。
2. P值：相关系数的p值为0.001，小于显著性水平（α=0.05），说明相关系数具有统计学意义。
3. 散点图：绘制X变量和Y变量的散点图可以直观地观察到两个变量之间的正相关关系，即随着课外阅读时间的增加，考试成绩也随之提高。
结论：通过SPSS软件的相关分析，我们发现学生的课外阅读时间和考试成绩之间存在较强的正相关关系。
这意味着增加课外阅读时间可以提高学生的考试成绩。
对于教育者来说，可以通过鼓励学生增加课外阅读时间来促进其学术成绩的提升。
实验总结与改进：通过本次实验，我们成功地使用SPSS软件进行了相关分析，研究了课外阅读时间与考试成绩之间的关系。
然而，本实验仅限于高中学生，样本量有限，可能存在一定的局限性。
典型相关分析实证分析
研究不同疾病和生活方式因素之间的关联性。
实证分析的定义
实证分析是一种研究方法，旨在通过收集和分析实际数据来验证理论或假设。
实证分析的重要性
实证分析可以帮助我们了解真实世界中的现象和问题，提供有力的证据支持 决策和政策制定。
实证分析的数据采集与处理方法
数据采集
收集实证分析所需的数据，可以 使用问卷调查、实地观察或实验 方法。
பைடு நூலகம்
典型相关分析的步骤
1
计算典型相关系数
2
通过计算两组变量的典型变量和典型相
关系数来衡量它们之间的相关性。
3
收集数据
收集需要分析的两组变量的数据。
解释结果
解释典型相关系数和变量之间的关系。
典型相关分析的应用领域
社会科学
探索不同社会因素之间的关联性，如教育水平和收入水平。
市场研究
分析市场需求和消费者偏好之间的关系。
数据处理
对收集到的数据进行整理、清洗 和分析，以得出结论和推断。
数据解读
解释数据的含义，并将结论与现 有理论或假设进行对比。
实证分析的结果解读
实证分析的结果应该被解读为对研究问题的一种回答或对理论假设的验证。 结果可能支持、否定或提供有限的支持。
典型相关分析实证分析
典型相关分析是一种统计方法，用于研究两组变量之间的关联性。本文将介 绍典型相关分析的定义、步骤和应用领域，以及实证分析的定义、重要性和 数据处理方法。
典型相关分析的定义
典型相关分析是一种统计方法，用于研究两组变量之间的关联性。它可以帮 助我们理解不同变量之间的联系，并探索数据中隐藏的模式。
大数据分析与可视化实验报告
共15页，第1页 大数据分析与可视化实验报告 共15页，第2页 一、 实验的目的 大数据正在引发全球范围内的技术变革，收集数据、分析数据，用科学的眼光审视数据、解读数据，是未来每个人都应该具备的能力。大数据分析与可视化是计算机学科相关专业的专业选修课，旨在培养学生的数据处理能力、信息分析与应用能力和利用数据的表达能力，帮助学生利用海量数据洞悉隐藏于数据背后的见解。 通过本课程的实验，使学生掌握大数据分析的基本概念和使用可视化进行数据展示设计的基本思想，掌握大数据分析的实现方法，掌握基于Tableau的数据可视化的实现方法。在实验过程中要注重理论与实践相结合，让学生掌握基础知识的同时，重点训练学生的分析编程能力。
二、实验基本要求 实验前作好准备，分析问题并确定实现方法。做实验过程中认真分析和调试程序，记录并分析实验结果。实验后完成实验报告，实验报告包括实验目的、实验内容、源程序、运行结果及分析。实验由个人完成，交实验报告。
三、实验设备及环境 装有相关实用软件的PC机。
四、实验内容 1、分类任务 下表为城市中空气各气体成分含量与污染分类的情况。使用两种分类算法对待分类样本实现分类。 共15页，第3页
（1）使用 Python 中的 pandas 和 scikit-learn 库对提供的两个 Excel 文件进行分类预测 源代码： import pandas as pd
from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier # 读取 Excel 文件并转换为 DataFrame air_train = pd.read_excel(r"D:\python/air_train.xlsx") air_test = pd.read_excel(r"D:\python/air_test.xlsx") # 划分特征和标签 X = air_train.drop(columns=["污染类别"]) # 特征数据，排除标签列 y = air_train["污染类别"] # 标签数据 共15页，第4页