摘要：
当数据预处理完成后，我们就要开始进行特征工程了。 #导入数据，让我们使用digit recognizor数据来一展身手 import pandas as pd data = pd.read_csv(r"C:\work\learnbetter\micro-class\week 3 Preprocess 阅读全文
posted @ 2021-06-24 23:58
秋华
阅读(787)
评论(0)
推荐(0)
摘要：
1 处理分类型特征：编码与哑变量 from sklearn.preprocessing import LabelEncoder y = data.iloc[:,-1] #要输入的是标签，不是特征矩阵，所以允许一维 le = LabelEncoder() #实例化 le = le.fit(y) #导入 阅读全文
posted @ 2021-06-24 23:12
秋华
阅读(405)
评论(0)
推荐(0)
摘要：
1 数据无量纲化 from sklearn.preprocessing import MinMaxScaler data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]] #不太熟悉numpy的小伙伴，能够判断data的结构吗？ #如果换成表是什么样子？ import 阅读全文
posted @ 2021-06-24 22:53
秋华
阅读(522)
评论(0)
推荐(0)
摘要：
1 Bagging vs Boosting 2 RFC的参数列表 3 RFC的属性列表 4 RFC的接口列表 阅读全文
posted @ 2021-06-24 19:56
秋华
阅读(140)
评论(0)
推荐(0)
浙公网安备 33010602011771号