happy machine learning(Second One)
2024-09-01 02:17:15
发现机器学习就根本停不下来
今天来用RNN算法来爽爽僵尸网络宿主预测
首先我们下载好数据,然后打开我们可爱的熊猫
import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from subprocess import check_output df = pd.read_csv('F:\\machine_learning\\network.csv') df.head(2) print(df.head())
下面继续处理数据:
按每天的数据包总量来分
df['date']= pd.to_datetime(df['date']) df = df.groupby(['date','l_ipn'],as_index=False).sum() df['yday'] = df['date'].dt.dayofyear df['wday'] = df['date'].dt.dayofweek
对每个ip进行分类:
ip0 = df[df['l_ipn']==0] max0 = np.max(ip0['f']) ip1 = df[df['l_ipn']==1] max1 = np.max(ip1['f']) ip2 = df[df['l_ipn']==2] max2 = np.max(ip2['f']) ip3 = df[df['l_ipn']==3] max3 = np.max(ip3['f']) ip4 = df[df['l_ipn']==4] max4 = np.max(ip4['f']) ip5 = df[df['l_ipn']==5] max5 = np.max(ip5['f']) ip6 = df[df['l_ipn']==6] max6 = np.max(ip6['f']) ip7 = df[df['l_ipn']==7] max7 = np.max(ip7['f']) ip8 = df[df['l_ipn']==8] max8 = np.max(ip8['f']) ip9 = df[df['l_ipn']==9] max9 = np.max(ip9['f']) ip0.head(2)
然后我们输出一下ip0的头
很棒,我们已经成功按ip分类了
然后我们按每年的数据包总量来对每个ip进行图形化计数
首先举个例子:
count, division = np.histogram(ip0['f'],bins=10) division
他会输出这些
array([ 68., 810., 1552., 2294., 3036., 3778., 4520., 5262., 6004., 6746., 7488.])
然后我们开始对每个ip下手
f,axarray = plt.subplots(5,2,figsize=(15,20)) count, division = np.histogram(ip0['f'],bins=10) g = sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[0,0]) axarray[0,0].set_title("Local IP 0 Flow") count, division = np.histogram(ip1['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[0,1]) axarray[0,1].set_title("Local IP 1 Flow") count, division = np.histogram(ip2['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[1,0]) axarray[1,0].set_title("Local IP 2 Flow") count, division = np.histogram(ip3['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[1,1]) axarray[1,1].set_title("Local IP 3 Flow") count, division = np.histogram(ip4['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[2,0]) axarray[2,1].set_title("Local IP 4 Flow") count, division = np.histogram(ip5['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[2,1]) axarray[2,1].set_title("Local IP 5 Flow") count, division = np.histogram(ip6['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[3,0]) axarray[3,0].set_title("Local IP 6 Flow") count, division = np.histogram(ip7['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[3,1]) axarray[3,1].set_title("Local IP 7 Flow") count, division = np.histogram(ip8['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[4,0]) axarray[4,0].set_title("Local IP 8 Flow") count, division = np.histogram(ip9['f'],bins=10) sns.barplot(x=division[0:len(division)-1],y=count,ax=axarray[4,1]) axarray[4,1].set_title("Local IP 9 Flow")
最新文章
- 理解SQL Server的查询内存授予(译)
- swt byte[] 与 Image的转换
- [译]Quartz 框架 教程(中文版)2.2.x 之第一课 开始使用Quartz框架
- 完成了server和client的框架设计
- [转]Linux之od命令
- Weka中EM算法详解
- 疯狂java实战演义 弹球游戏代码
- (转)iOS7界面设计规范(10) - UI基础 - 文字排版与配色
- Linux中一些简单命令(一)
- js中的0就是false,非0就是true及案例
- Spring Boot 2.x整合Redis
- Justoj 2388最短区间 贪心
- 巧用PHP中__get()魔术方法
- Windows7 Autoconfiguration IPv4 Address 导致无法上网
- 21-matlab 迷宫题
- 在Apache上http强制跳转到https
- ASP.NET Web API(MVC API)
- Linux判断文件是否为空,不为空则打印该文件的大小
- windows cmd窗口提示“telnet”命令不能内部或外部命令,也不是可运行的程序
- android 搜索自动匹配关键字并且标红
热门文章
- Swift 1
- https学习笔记
- 简明Python3教程(A Byte of Python 3)
- Ubuntu logomaker sh: 1: pngtopnm: not found 解决方案
- Linux性能测试 KSysguard工具
- 【多线程】python界面阻塞,白屏,not responding解决的简单例子
- OpenGL(六) gluLookAt和gluPerspective函数解析
- matlab 工具函数(一) —— 添加指定 SNR 的噪声
- opencart源码解析之 index.php
- MQTT是IBM开发的一个即时通讯协议,构建于TCP/IP协议上,是物联网IoT的订阅协议,借助消息推送功能,可以更好地实现远程控制