数据挖掘标签_开源鸿蒙跨平台开发者社区

数据挖掘

kernel32.dll缺失怎么修复？2026年最新从易到难排查教程

正急着打开报表或启动游戏，屏幕却突然弹出一个窗口，写着“kernel32.dll缺失”或“找不到入口

 LynxAI
2026-02-28 11:02:38

 684

 17

#数据挖掘
基于无人机高光谱成像的3D-2DCNN-CA方法用于增强山核桃树种分类

摘要：浙江农林大学与浙江大学科研团队在《Microchemical Journal》发表研究，提出了一种融合3D-2DCNN与通道注意力机制(3D-2DCNN-CA)的深度学习模型，成功实现对山核桃及其近缘树种的高精度分类。该研究利用无人机高光谱影像(300波段)，通过协同提取空间-光谱特征，解决了同属树种光谱相似性难题，总体分类精度达99.38%，品种间分类精度达93.97%。相比传统RGB影像

 高谱成像
2025-11-21 05:30:00

 368

 4

#分类 #数据挖掘 #人工智能 +1
解锁毕业论文新姿势：书匠策AI，你的学术超级英雄！

在学术征途上，每一位即将毕业的大学生都怀揣着梦想与挑战，而毕业论文则是那座必须跨越的巍峨大山。面对这座大山，你是否曾感到迷茫、无助，甚至有些力不从心？别怕，今天，就让我带你认识一位学术界的超级英雄——书匠策AI，它将以科技之力，助你轻松征服毕业论文这座大山！书匠策AI官网，微信公众号搜一搜“书匠策AI”，一起开启学术新篇章！

书匠策AI学术
2026-03-26 10:52:55

 29

#人工智能 #深度学习 #神经网络 +4
计算机毕业设计之基于Python的郑州降雨量数据分析与可视化

数据可视化模块的实现依赖于多种技术的协同工作，使用Python编写的爬虫程序负责从气象网站上抓取海量数据，将这些非结构化数据导入到Hadoop分布式文件系统中进行存储和管理，利用Spark框架对这些大规模数据进行快速的计算和分析，Scikit-learn进行机器学习模型构建，将处理后的结果存入Hive数据库中以方便后续查询和检索，后端采用Django框架搭建Web应用服务器，前端则使用Vue.js

微信是bishe56
2025-06-09 11:07:25

 412

 4

#数据分析 #信息可视化 #数据挖掘 +3
【ELM回归预测】基于灰狼遗传粒子群优化极限学习机的数据回归预测附Matlab代码

一、极限学习机（ELM）的核心特性与传统训练局限极限学习机（Extreme Learning Machine, ELM）作为单隐层前馈神经网络（SLFNs）的改进算法，凭借 “随机初始化输入层 - 隐层权重与偏置、解析求解输出层权重” 的特性，大幅提升了神经网络的训练效率，在数据回归预测（如负荷预测、环境参数预测、工业质量预测）中广泛应用。然而，传统 ELM 的随机初始化机制导致其在回归精度与稳定

 Matlab_数学建模助手
2025-09-27 18:23:03

 334

 5

#回归 #matlab #数据挖掘
自动化办公更简单了！新版python-office，有哪些更新？

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，

画画的小强
2025-02-18 14:30:29

 1119

 19

#自动化 #python #运维 +2
探索数据挖掘：高级案例与开发示例

在大数据时代，数据挖掘已成为挖掘隐藏信息、优化决策流程的核心技术。通过结合统计学、机器学习和数据库技术，数据挖掘能够从海量数据中提取有价值的模式与规律。在这篇文章中，我们将深入探讨数据挖掘的核心方法，并结合高级案例与开发示例，帮助您掌握实用技能。

kjiooo
2025-01-04 13:28:35

 1041

 27

#数据挖掘 #python #pandas +2
小白也能看懂的朴素贝叶斯：从原理到实战，手把手教你用它做分类

看特征类型：离散计数用多项式，连续数值用高斯，0/1 二值用伯努利；调关键参数：主要调 alpha（平滑）、fit_prior（是否用先验）；训练预测：用 sklearn 的 fit () 训练，predict () 预测，score () 看准确率；场景匹配：文本分类、拼写纠错、垃圾邮件过滤优先用它，复杂任务再换其他算法。怎么样？是不是发现朴素贝叶斯一点都不 “高冷”？它就像机器学习里的 “万金

 ——米
2025-08-25 19:33:00

 888

 22

#分类 #数据挖掘 #人工智能
【故障诊断】基于TCN故障分类模型的轴承故障诊断研究[西储大学数据]（Python代码实现）

西储大学轴承数据集是故障诊断领域广泛使用的标准数据集之一。该数据集由美国凯斯西储大学（Case Western Reserve University）工程学院机械工程实验室开发，包含了正常工况和多种故障工况下的振动信号数据。数据采集速率为12kHz或更高，通过加速度传感器采集得到。数据集涵盖了轴承内圈、外圈和滚动体（球）损坏等多种故障类型，每种故障情况还区分了不同的故障尺寸（如直径0.007英寸、

qq_57231208
2025-05-09 15:08:12

 840

 24

#分类 #python #数据挖掘
传统问卷设计VS书匠策AI：一场问卷设计领域的智慧革命

在这场问卷设计领域的智慧革命中，书匠策AI以其独特的问卷设计功能，正引领着传统问卷设计向智能化、高效化、个性化方向发展。它不仅为研究者提供了便捷、高效的问卷设计工具，更为科研与学术的繁荣发展注入了新的活力。未来，随着人工智能技术的不断进步和应用场景的不断拓展，书匠策AI有望在问卷设计领域发挥更加重要的作用，为研究者带来更加惊喜的体验和成果。想要了解更多关于书匠策AI科研工具的信息，欢迎访问书匠策

 书匠策AI学术
2026-03-17 10:12:01

 28

#人工智能 #线性回归 #django +4
Pandas入门秘籍：玩转数据分析的瑞士军刀！[特殊字符]

别追求一次性写出完美代码（重要！！！先粗暴解决问题，再优雅优化。见过太多人卡在"最优解"陷阱里，结果ddl到了代码还没跑通…进阶路线推荐：1️⃣ 掌握基础操作 → 2️⃣ 学习apply自定义函数 → 3️⃣ 钻研多级索引 → 4️⃣ 整合可视化（配合Matplotlib/Seaborn）“Pandas不是万能的，但没有Pandas是万万不能的！🚀 现在就去写你的第一行吧！（保证不后悔～）补充资

 indiazone
2025-06-11 16:48:31

 980

 11

#pandas #数据分析 #数据挖掘
参数初始化分类

参数初始化在深度学习中至关重要，直接影响模型训练的收敛速度和最终性能。通过生成正交矩阵初始化权重，保持前向传播中的范数稳定性，适用于RNN或需要保持长程依赖的场景。利用预训练模型（如 ImageNet）的权重作为初始值，适用于迁移学习场景。

最晚的py
2025-12-30 13:03:50

 288

 6

#数据挖掘 #人工智能
心脏病数据分析及分类实践

从临床数据到智能预警一、心血管疾病防控现状与技术突破全球每年因心血管疾病死亡人数达1860万，中国现患病人数3.3亿。print(df[['age','sex','cp','thalach','oldpeak']].describe())核心指标：收缩压≥140mmHg标记为高血压高危衍生特征：LDL/HDL比值（>2.5提示动脉硬化风险）基因标记：SCN5A突变携带者风险增加2.3倍2. 数据预

 C3055287595
2025-06-19 16:19:02

 472

 5

#数据分析 #分类 #数据挖掘
truss开源程序在生产中提供 AI/ML 模型的最简单方法

truss开源程序在生产中提供 AI/ML 模型的最简单方法。一次编写，随处运行：使用在开发和生产中行为相同的模型服务器打包和测试模型代码、权重和依赖项。快速开发人员循环：使用来自实时重新加载服务器的快速反馈来实施您的模型，并使用包含电池的模型服务环境跳过 Docker 和 Kubernetes 配置。支持所有 Python 框架：从 transformer 和 diffusers 到 Py

2301_78755287
2025-04-14 18:58:36

 1066

 34

#人工智能 #python #深度学习 +3
深度学习全景指南：硬核实战版

《深度学习实战指南》摘要：本文以代码驱动方式讲解深度学习核心概念，去除空洞理论，采用平视视角的同事笔记风格。主要内容包括：1）深度学习本质是多层神经网络自动特征提取；2）主流模型架构（CNN/RNN/Transformer）及代码示例；3）关键发展节点与技术爆发条件；4）计算机视觉、NLP等典型应用场景；5）梯度下降、过拟合等核心概念解析；6）常见误区与避坑建议；7）环境配置指南。强调"

Yardon_Official
2026-03-25 22:20:29

 544

 14

#深度学习 #人工智能 #算法 +4
基于极限学习机(ELM)的数据多变量回归预测 (多输入单输出)+交叉验证

在大数据与人工智能融合的背景下，多变量回归预测在金融走势分析、工业过程参数预测、环境质量评估等领域发挥着关键作用。极限学习机（Extreme Learning Machine, ELM）作为一种单隐层前馈神经网络，以其训练速度快、泛化能力强、参数调节简单等优势，成为处理回归问题的高效工具。本文将聚焦基于 ELM 的多输入单输出回归预测任务，结合交叉验证技术提升模型的稳定性与泛化能力，从原理、模型构

 matlab科研助手
2025-08-01 12:40:21

 940

 22

#回归 #数据挖掘 #人工智能
【沈阳航空航天大学主办，JPCS(ISSN:1742-6596)出版 | 往届均已见刊检索，EI检索历史良好】第六届计算机、遥感与航空航天国际学术会议（CRSA 2026）

第六届计算机、遥感与航空航天国际学术会议（CRSA2026）将于2026年6月26-28日在中国沈阳举办。会议由沈阳航空航天大学主办，郑州航空工业管理学院、河南大学协办。征稿主题涵盖计算机科学（人工智能、数据挖掘等）、遥感技术（GIS、卫星导航等）和航空航天（飞机设计、航空运输等）三大领域。录用论文将由Journal of Physics: Conference Series出版，并提交EI Co

艾思科蓝 AiScholar
2026-03-18 14:41:34

 78

 1

#人工智能 #机器学习 #智慧城市 +3
易基因：上科大范国平教授团队RNA-BS揭示DNMT1在m5C修饰中的双重作用及其线粒体功能机制：Mol Cell｜项目文章

同时，RNA m5C甲基化增强那些调节线粒体功能基因的RNA稳定性。当小鼠的DNMT1 RFTS结构域发生突变时，会引发异常的DNMT1-RNA相互作用，并显著提高部分代谢基因的m5C RNA甲基化和RNA稳定性。总体而言，本研究结果揭示了DNMT1在调节DNA和RNA甲基化中的双重作用，并进一步调节了线粒体功能，为DNMT1突变诱导的神经退行性疾病的发病机制提供了新见解。研究发现，突变小鼠的线粒

 易基因科技
2025-05-14 13:46:17

 1068

 22

#数据挖掘 #经验分享
易基因：郑州大学第一附属医院孙同文教授团队利用表观多组学揭示二甲双胍通过DNA甲基化和羟甲基化双向调控减轻肝损伤的保护机制｜项目文章

深圳易基因为本研究提供RRBS+oxRRBS+RNA-seq技术服务支持，助力揭示二甲双胍通过DNA甲基化/羟甲基化双向调控逆转脓毒症相关肝损伤的新机制。

易基因科技
2025-11-14 11:10:22

 836

 17

#经验分享 #数据挖掘
基于机器视觉的车道线检测与跟踪关键技术研究

本文提出了一种基于深度学习的车道线检测与跟踪系统，采用改进的UNET_SERESNEXT101模型和加权损失函数优化训练过程。通过多尺度特征融合和图像语义分割技术，系统在复杂交通场景中表现出良好的适应性。实验使用MyDataset数据集，结合DDP框架和ModelEMA等技术优化性能。结果表明，该系统在保证实时性的同时显著提升了检测准确率，为自动驾驶技术提供了可靠支持。未来研究将探索更多优化方向以

 qq_35873960
2025-08-15 18:46:20

 1361

 21

#机器学习 #sklearn #语言模型 +4
LVQ_在遥感图像分类中的应用

遥感图像分类是遥感技术中的关键环节，它旨在将遥感图像中的像素按照其光谱特征或其他属性划分到不同的类别中。准确的分类结果对于土地利用监测、环境评估、资源勘探等领域具有重要意义。学习矢量量化（Learning Vector Quantization，LVQ）作为一种有监督的神经网络分类方法，因其具有较强的分类能力和可解释性，在遥感图像分类中得到了广泛的应用。本文将详细介绍 LVQ 在遥感图像分类中的原

 fanxbl957
2025-04-18 09:34:53

 953

 7

#分类 #数据挖掘 #人工智能
黑神话悟空xrnm.dll文件丢失怎么办？不同平台玩家必看修复方案

正准备直面天命，却被一个“xrnm.dll文件丢失”的弹窗挡在西行路上，确实郁闷。这通常是游戏文件本

 m0_68071617
2026-03-02 10:49:43

 383

 5

#数据挖掘
27-Scikit Learn：讲解Python中经典的机器学习工具库

统一的接口设计、丰富的算法选择、全面的功能覆盖（数据预处理、模型评估和模型选择），使得Scikit-Learn成为数据科学和机器学习领域不可或缺的工具。

rengang66
2025-10-26 15:12:27

 865

 12

#python #机器学习 #开发语言 +2
软间隔：让支持向量机更“宽容”

软间隔通过松弛变量赋予SVM处理不完美数据的能力，配合不同损失函数可以灵活应对各种场景。理解软间隔机制，掌握参数调优方法，是提升SVM实战性能的关键。实际项目中，建议从Hinge Loss+RBF核开始实验，逐步探索参数空间，最终通过交叉验证确定最优配置。原创作者: wang_yb转载于: https://www.cnblogs.com/wang_yb/p/188399191.【scikit-le

wxa0c9cb8ee37a88ed
2025-05-11 08:15:25

 84

#支持向量机 #算法 #机器学习 +2
pandas数据分析项目

在分析数据之前我们要先看一下数据大致情况，尤其是info检查数据类型和缺失值。先把常用的matplotlib,pandas,seaborn导入进去，并处理文字的显示问题。②检查缺失值--这里我们选择直接删除缺失值。④完成相应的数据类型的转换。①提取地址当中的二级地区。②提取楼层当中的三个等级。撮镇-文一名门金隅裕溪路与东风大道交口。龙岗-临泉东路和王岗大道交叉口东南角。龙岗-临泉东路和王岗大道交叉

 luckydedog
2025-09-21 12:37:30

 294

 5

#pandas #数据分析 #数据挖掘
精益数据分析（101/126）：SaaS商业模式优化与用户生命周期价值提升策略

在SaaS（软件即服务）行业竞争日益激烈的今天，如何设计可持续的商业模式、提升用户生命周期价值（LTV）成为创业者的核心命题。本文将深入解析SaaS领域的免费增值模式实践、定价策略平衡、追加销售技巧及流失率控制方法，结合Evernote、Zoosk等实战案例，帮助SaaS从业者建立数据驱动的增长体系，实现从用户获取到价值变现的全链路优化

 lilye66
2025-06-13 10:02:58

 1818

 13

#数据分析 #大数据 #数据挖掘
图片分类（2）半监督学习

让模型从带有标签的训练数据中学习，学习输入到输出的映射关系。可以把监督学习理解为我们教机器如何做事情。给定：{(x₁, y₁), (x₂, y₂), ..., (xₙ, yₙ)}目标：学习 f: X → Y，使得 f(x) ≈ y典型任务：分类（如垃圾邮件检测）、回归（如房价预测）。经典算法逻辑回归支持向量机（SVM）、神经网络。应用场景：图像分类、医疗诊断、销售预测。无监督学习（Unsuperv

xixi__xixi__xixi
2026-01-30 12:03:45

 734

 16

#分类 #人工智能 #数据挖掘
2009-2018年上市公司润灵环球CSR社会责任报告评级数据-社科数据

润灵环球责任评级（Rankins CSR Ratings，RKS）是中国企业社会责任领域的权威第三方评级机构，致力于为责任投资者、责任消费者和社会公众提供客观科学的企业责任评级信息。然而，随着时间的推移，评级得分逐年提升，2018年达到了42.5分，尽管近五年的提升幅度有所放缓，平均得分维持在40至42.5分之间。(prnasia.com)其中，整体性评价权重为30%，内容性评价权重为45%，技术

 泡芙萝莉酱
2025-03-09 09:15:00

 862

 8

#大数据 #人工智能 #数据分析 +2
当浪漫沦为系统崩溃：一个测试工程师的深度剖析

摘要：某金融科技公司程序员利用支付系统漏洞植入"Bug情书"代码，在特定条件下自动生成ASCII情书，导致生产环境故障。事件暴露测试体系重大缺陷：需求评审未识别异常场景、静态扫描绕过加密检测、混沌测试未覆盖员工关联操作。改进方案包括建立恶意代码防御矩阵、实施伦理审查自动化、将道德测试纳入KPI。事件警示测试行业需从单纯质量验证转向数字伦理守门人角色，构建"零信任质量观

 2501_94480392
2026-03-11 12:06:32

 434

 7

#kotlin #人工智能 #android +4
易基因：mRNA m5C修饰的鉴定、效应分子、分子机制及其生理病理功能：深度综述｜Int J Biol Sci

进一步的研究揭示了不同小鼠组织和睾丸发育过程中m5C修饰的分布，表明了哺乳动物转录组中m5C修饰的保守性、组织特异性和动态特征。随着检测技术的进步，尤其是亚硫酸盐测序（bisulfite sequencing）的应用，m5C修饰在转录组中的分布和功能逐渐被揭示，人们对其在mRNA中的分子机制和生物学意义有了一定的初步认识。总之，RNA-BS-seq技术在本文中发挥了重要作用，不仅确认了m5C修饰的

 易基因科技
2025-02-14 10:12:17

 1568

 22

#经验分享 #数据挖掘
联邦学习图像分类实战：基于FATE与PyTorch的隐私保护机器学习系统构建指南

nn.ReLU(),nn.ReLU(),nn.ReLU(),return x本文系统阐述了基于FATE和PyTorch构建联邦学习图像分类平台的全流程，通过横向联邦架构实现了数据不动模型动的安全协作模式。实验表明，在CIFAR-10数据集上，联邦学习方案在保持87%以上准确率的同时，可将原始数据泄露风险降低90%。未来可结合区块链技术实现更完善的审计追踪，或探索神经架构搜索（NAS）在联邦场景的应

 魔法小药丸
2025-05-26 06:56:04

 65

#机器学习 #分类 #pytorch +2
问卷设计“独行侠”VS“智能搭档”：书匠策AI开启科研新篇章

在科研的广阔天地里，问卷设计是每位探索者不可或缺的行囊。它既是收集数据的利器，也是验证假设的基石。然而，传统的问卷设计方式往往让研究者们陷入“单打独斗”的境地，耗时耗力且易出错。而今，随着书匠策AI科研工具的横空出世，问卷设计迎来了“智能搭档”的新时代。本文将带您领略书匠策AI在问卷设计领域的独特魅力，书匠策AI官网）与微信公众号“书匠策AI”等您来发现更多惊喜！

书匠策AI学术
2026-03-17 10:11:31

 30

#人工智能 #线性回归 #django +4
揭秘书匠策AI：论文写作中的数据分析魔法棒

在论文写作的漫漫征途中，数据分析常常如同一座难以跨越的大山，让众多学者和学生望而却步。繁琐的数据收集、复杂的计算过程以及晦涩难懂的图表制作，每一步都充满了挑战。然而，随着人工智能技术的飞速发展，书匠策AI宛如一颗璀璨的新星，为论文写作中的数据分析带来了全新的解决方案。今天，就让我们一同揭开书匠策AI数据分析功能的神秘面纱，探索它如何成为论文写作的得力助手。，开启你的智能数据分析之旅，微信公众号搜一

 书匠策AI学术
2026-03-11 10:45:59

 290

 8

#人工智能 #数据分析 #数据挖掘 +4
大数据领域 OLAP 的数据挖掘模型评估

随着大数据技术的普及，企业与科研机构对数据挖掘模型的需求激增（如风控模型、用户分群模型、销量预测模型等）。模型评估作为模型开发的关键环节，其效率与深度直接影响模型迭代速度与业务价值。传统评估方法（如单机版Scikit-learn的计算效率不足：全量数据的交叉验证需重复扫描大表，时间复杂度高；维度分析缺失：难以快速定位模型在特定业务维度（如地域、时间、用户层级）的性能差异；实时性弱：无法支持模型上线

 2501_91590464
2025-12-01 21:17:41

 1156

 8

#大数据 #数据挖掘 #人工智能
传统问卷VS书匠策AI问卷设计：科研利器如何重塑调研新体验？

在科研的征途中，问卷设计是收集数据、验证假设的关键一环。然而，传统问卷设计往往耗时费力，且难以保证问卷的科学性和有效性。今天，就让我们一同走进书匠策AI官网）的科研工具世界，探索其问卷设计功能如何以智能之力，颠覆传统，为科研工作者带来前所未有的调研新体验！

书匠策AI学术
2026-03-12 10:07:35

 84

 1

#人工智能 #数据分析 #数据挖掘 +4
一网打尽！数据挖掘/分析必备的数据挖掘EDA函数大全（Python代码示例）

本文系统梳理了数据挖掘中探索性数据分析(EDA)阶段的核心Python函数，基于pandas和seaborn库实现。内容体系化分为七大模块：基础信息查验head()、info()等函数快速掌握数据全貌统计特征描述describe()、mean()等实现关键指标量化分布规律解析value_counts()、histplot()揭示数据分布特征缺失值检测处......................

Karco_
2025-08-13 16:35:17

 707

 12

#数据挖掘 #人工智能 #pandas +1
『Plotly实战指南』--样式定制基础篇

通过本文的介绍，我们了解了Plotly样式定制的三阶策略：首先通过内置模板快速定型，为图表奠定基础风格；接着通过颜色主题强化表达，突出数据的关键信息；最后通过字体设置保障可读性，确保信息传达的清晰准确。在实际应用中，可以根据不同的场景选择合适的模板。例如，学术图表优先选择ggplot2或seaborn模板，而大屏展示则更适合深色模式。在颜色选择上，要保证前景与背景的对比度达到WCAG 4.5:1以

 黑猫酷
2025-05-26 11:41:17

 87

#plotly #信息可视化 #数据分析 +1
【故障诊断】基于TCN故障分类模型的轴承故障诊断研究[西储大学数据]（Python代码实现）

西储大学轴承数据集是故障诊断领域广泛使用的标准数据集之一。该数据集由美国凯斯西储大学（Case Western Reserve University）工程学院机械工程实验室开发，包含了正常工况和多种故障工况下的振动信号数据。数据采集速率为12kHz或更高，通过加速度传感器采集得到。数据集涵盖了轴承内圈、外圈和滚动体（球）损坏等多种故障类型，每种故障情况还区分了不同的故障尺寸（如直径0.007英寸、

我爱Matlab编程
2025-05-09 09:46:34

 1031

 29

#分类 #python #数据挖掘
基于树的回归模型与决策树可视化指南

基于树的回归模型是机器学习中强大的工具，能够处理非线性关系和复杂的数据结构。在本文中，我们将介绍一系列基于树的模型，并重点分析它们的优缺点。随后，我们将通过一个实际示例，演示如何使用 sklearn 和 matplotlib 实现并可视化决策树。最后，我们将使用 dtreeviz 对可视化进行增强，该工具可以提供更为详细的洞察。

秋说
2025-09-28 09:48:32

 1042

 10

#数据挖掘 #人工智能 #决策树 +1
K近邻算法的分类与回归应用场景

K近邻（K-Nearest Neighbors, KNN）算法是一种基础但强大的机器学习方法，它既可以用于分类问题，也能解决回归问题。两者的核心思想都是基于"近朱者赤，近墨者黑"的原理，但应用场景和输出形式有所不同。

李昊哲-小课
2025-07-16 10:18:38

 1176

 16

#近邻算法 #分类 #回归 +4
申万行业数据分析平台

先把要用的 “帮手” 都喊来：pandas 是管读数据的（Excel/CSV 文件全靠它），streamlit 是搭网页的（你看到的按钮、表格、图表都是它弄的），matplotlib 是画图的（行情走势图靠它），sklearn 是算财务评分的（不用你懂算法，直接用就行）。第一个工人 st_data：专门读你本地的行业数据，你选好要分析的行业（比如国防军工），它就把这个行业的指数数据、个股数据都读出

 Q3512193369
2025-12-25 14:41:34

 315

 5

#数据挖掘 #人工智能