07 2017 档案

摘要：一、Standardization 方法一：StandardScaler 方法二：MinMaxScaler 特征缩放至特定范围 , default=(0, 1) 二、Normalization 使单个样本具有单位范数的缩放操作。 经常在文本分类和聚类当中使用。 三、Binarization 特征二值 阅读全文

摘要：1、识别出X和Y 2、识别出连续 和 分类变量 3、分割数据集，70%训练集，30%测试集 4、建立模型 5、训练模型、测试模型 离散特征的编码分为两种情况： 1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码 2、离散特征的取值有大小的意义，比 阅读全文

摘要：什么是机器学习 机器学习的种类 代价函数，优化目标 模型泛化能力 模型评估 什么是机器学习 机器学习的种类 代价函数，优化目标 模型泛化能力 模型评估 机器学习是人工智能的一个分支。人工智能的研究是从以“推理”为重点到以“知识”为重点，再到以“学习”为重点，一条自然、清晰的脉络。显然，机器学习是实现 阅读全文

摘要：一、Numpy 数组是一系列同类型数据的集合，可以被非零整数进行索引，可以通过列表进行数组的初始化，数组也可以通过索引进行切片。 Numpy提供了几乎全部的科学计算方式。 ①、创建数组： 1.简单一二维数组 2.范围函数生成 一维数组: 3.均分函数生成 一维数组:(等差数列) 4.创建元素为1 的 阅读全文

摘要：索引的主要作用是对数据做切片，能够从pandas的对象中选取数据子集。 1、loc： 基于数据标签，如果标签值不存在，会抛出KeyError 单个的标签值 列表或者数组的标签值 切片范围数据 （基于索引名称，不属于前闭后开！） 布尔型的数组 单个的标签值 列表或者数组的标签值 切片范围数据 （基于索 阅读全文

摘要：1. pandas 数据读取： read_csv 的重要参数： 2、Missing data 处理 1、DataFrame 是一个表格型数据结构，既有行索引又有列索引，看作由Series组成的字典。 重要方法： 重要属性： 1.index 2.columns 返回列名 3.shape 4.dtype 阅读全文