【文件属性】：
文件名称：flights_VS_working_hours
文件大小：1.01MB
文件格式：ZIP
更新时间：2021-04-13 20:20:44
JupyterNotebook
动机
这只是一种娱乐性尝试，可以使用我公司的一些数据并建立回归模型以尝试预测生产率。
航班与工作时间
在此项目中，您将找到对数据集的广泛分析，其中包括一些数据清除和数据整理。 然后，我们继续一些图表并建立一些模型。 首先尝试使用statsmodel软件包，最后尝试使用sklearn软件包。 之后，我们使用时间序列预测（本例中使用的Sarimax）分析数据的可变性。 时间序列分析受Susan Li文章的指导，该文章在参考资料中
该存储库中的文件
CSV文件
带有所有代码块的Python笔记本
安装和包装
您只需要复制以下行即可导入该包，然后便可以复制所有内容：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import statsmodels.api
【文件预览】：
flights_VS_working_hours-main
----.ipynb_checkpoints()
--------Analisis_datos_AH-checkpoint.ipynb(773KB)
----README.md(1KB)
----Vuelos_vs_Productividad.xlsx(21KB)
----.gitattributes(66B)
----Analisis_datos_AH.ipynb(773KB)