文件名称：Cryptocurrencies
文件大小：1.32MB
文件格式：ZIP
更新时间：2024-04-26 09:20:29
JupyterNotebook
加密货币 分析概述 该项目的目的是使用无监督机器学习来分析加密货币数据库，并创建一个报告，其中包括根据交易加密货币的特征按组分类的报告。 投资银行可以使用此分类报告向其客户提出新的加密货币投资组合。 我们使用以下方法进行分析：1：预处理PCA数据2：使用PCA减少数据维度3：使用K均值聚类加密货币4：可视化加密货币结果 资源 数据源：crypto_data.csv，CryptoCompare软件：Python，Anaconda Navigator，Jupyter Notebook 结果 经过预处理和清理阶段，我们共有532种可交易的加密货币。 使用K均值-弯头曲线对加密货币进行聚类我们不知道分析的结果是什么，因此我们正在使用无监督机器学习来识别加密货币的聚类。 我们使用K-Means方法在1到10的k值上进行迭代，生成了下面的肘部曲线。 最好的k值似乎是4，因此我们将根据4个簇的输出得
【文件预览】：
Cryptocurrencies-main
----.gitignore(2KB)
----crypto_clustering.ipynb(3.74MB)
----README.md(3KB)
----PNG()
--------tradable cryptocurrencies.png(54KB)
--------HVscatter plot.png(32KB)
--------Elbow curve.png(29KB)
--------3d Scatter plot.png(105KB)
--------PCA plot.png(42KB)