5 dépôts
Techniques for filling missing values in datasets using multiple imputation and chained equations.
Distinct from Missing Data Imputation: Distinct from general imputation: focuses on statistical methods like chained equations for data integrity.
Explore 5 awesome GitHub repositories matching data & databases · Imputation Methods. Refine with filters or upvote what's useful.
Statsmodels is a comprehensive Python library designed for statistical modeling, econometric research, and data analysis. It provides a robust framework for estimating and diagnosing a wide range of statistical models, enabling users to perform rigorous hypothesis testing, regression analysis, and complex data exploration within structured environments. The library distinguishes itself through its support for advanced statistical methodologies, including state space representation for dynamic systems and generalized linear frameworks that accommodate non-normal response variables. It offers s
Fills gaps in datasets using multiple imputation methods to ensure data integrity.
This project is a Python financial analytics framework and quantitative trading library. It provides a suite of mathematical tools for asset pricing, statistical market analysis, and the development of algorithmic trading strategies. The library is distinguished by its focus on currency and commodity correlation modeling, using regression and normalization to identify exchange rate drivers. It features a specialized portfolio optimization engine that applies graph theory, such as clique centrality and degeneracy ordering, alongside quadratic programming to balance risk-adjusted returns. The
Fills gaps in missing pricing datasets by applying models based on the behavior of similar economic entities.
OSMnx est une bibliothèque Python pour télécharger, modéliser et analyser les réseaux routiers et autres caractéristiques géospatiales à partir d'OpenStreetMap. Elle permet aux utilisateurs de récupérer et de travailler avec des données d'infrastructure du monde réel partout dans le monde, fournissant des outils pour l'analyse de réseau, les requêtes spatiales et la visualisation. La bibliothèque offre des capacités pour travailler avec des caractéristiques urbaines telles que les empreintes de bâtiments, les arrêts de transport en commun et les données d'élévation, ainsi que des statistiques de réseau comme la densité d'intersection et la sinuosité. Elle prend en charge plusieurs modes de déplacement, y compris la conduite, la marche et le vélo, et peut calculer les chemins les plus courts, imputer les vitesses de déplacement et générer des cartes isochrones. Les fonctionnalités supplémentaires incluent le géocodage, la correspondance de cartes, la projection de coordonnées et la possibilité d'enregistrer et de charger des réseaux dans divers formats. OSMnx fournit des outils pour visualiser les réseaux routiers et les caractéristiques géospatiales sous forme de cartes statiques ou de cartes web interactives, et peut tracer des diagrammes figure-fond. La bibliothèque est disponible via les méthodes d'installation de paquets Python standard.
Imputes missing travel speeds and calculates edge travel times for street network routing.
This is an interactive notebook-based course that teaches machine learning from Python fundamentals through deep learning and natural language processing. It uses real datasets and multiple frameworks within a structured, hands-on curriculum that combines concise explanations with executable code cells, built-in datasets, and embedded exercise checkpoints. Learning progresses through data preparation and exploration, classical machine learning workflows, computer vision with convolutional neural networks, and natural language processing with deep learning, all delivered as a cohesive progressi
Implements predictive imputation by modeling missing features as functions of other variables using regression.
Geolib est une bibliothèque de calcul géospatial et un outil d'analyse de points. Elle fournit une collection d'utilitaires pour calculer les distances, les azimuts et les zones entre les coordonnées, ainsi que pour convertir les mesures géographiques et les formats de coordonnées. La bibliothèque dispose d'un parseur de géométrie Well-Known Text pour convertir les chaînes WKT en structures de coordonnées pour l'analyse de polygones. Elle inclut des outils spécialisés pour le geofencing et la contention de points, permettant de déterminer si une coordonnée tombe dans un polygone défini ou un rayon spécifié. Le toolkit couvre de larges domaines de capacités, incluant l'analyse de proximité de localisation, le calcul d'azimut de navigation et la transformation de données. Il peut calculer des points centraux, déterminer des boîtes englobantes et trier les coordonnées par proximité pour identifier les voisins les plus proches. La bibliothèque fournit également des utilitaires pour valider les coordonnées et traduire les distances, zones et vitesses entre différentes unités standard métriques et impériales.
Determines the speed of travel between two coordinates based on the time elapsed between them.