100 Days Of ML Code 学习笔记-Day 1

最新推荐文章于 2020-03-30 20:45:57 发布
原创 最新推荐文章于 2020-03-30 20:45:57 发布 · 658 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#100 days of ml code #Day 1 #数据预处理

本文是100Days Of ML Code的第一天学习笔记，主要介绍了数据预处理的基本步骤，包括使用Pandas和NumPy处理CSV数据，处理缺失值，解析分类数据，使用OneHotEncoder编码，以及数据集的拆分和特征量化。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

100Days的学习用的都是PyCharm工具

数据预处理

我们先看下数据：Data.csv, 相应的数据可以在：https://github.com/Avik-Jain/100-Days-Of-ML-Code/blob/master/datasets/Data.csv 中下载(右击“Raw”然后另存为即可)
这里写图片描述

1.导入需要的库：NumPy和Pandas,前者里边包含了很多数学中的计算函数，后者是用来导入和管理数据集的；

import numpy
import pandas

2.导入数据集：通常都是.csv格式的，可以用Pandas的read_csv方法进行读取,每一个metrics都会包括两个部分，独立变量（independent-variables）和依赖变量（dependent-variables), 即自变量和因变量；

#文件我给的是存储在我的电脑里的路径,默认就是带有header的，如果表中无header，那么加一个：header= None即可
dataset = pandas.read_csv(
最低0.47元/天 解锁文章

200万优质内容无限畅学
100 Days Of ML Code 学习笔记-Day 3
Agnes_Zhang的博客
09-10 704
多元线性回归 先看下数据：50_Startups.csv, 相应的数据可以在：https://github.com/Avik-Jain/100-Days-Of-ML-Code/blob/master/datasets/50_Startups.csv 中下载(右击“Raw”然后另存为即可)，多元线性回归方程式：...
100天机器学习(100-Days-Of-ML)day4,5,6提升版
三年研究生能改变多少
01-11 495
本系列为100天机器学习学习笔记。详细请参考下方作者链接： 100天机器学习github: https://github.com/MLEveryday/100-Days-Of-ML-Code Day4,5,6–logistic regression 数据集 | 社交网络 该数据集包含了社交网络中用户的信息。这些信息涉及用户ID,性别,年龄以及预估薪资。一家汽车公司刚刚推出了他们新型的豪华SUV...
Python-100DaysOfMLCode中文版机器学习100天
08-11
100-Days-Of-ML-Code中文版（机器学习100天）
100-Days-Of-ML-Code 第一天 数据预处理
wehung的博客
10-07 1047
https://github.com/MLEveryday 中文版 https://github.com/Avik-Jain/100-Days-Of-ML-Code/ 英文版 第一天 数据预处理 1 import所需库 import numpy as np import pandas as pd 2 读取数据 X 和Y 注意 ：为左闭右开 此处 -1不取，即X的最后一列不取 i.loc[ ]...
100-Days-Of-ML-Code笔记
ShangYT的专栏
10-10 776
仅供学习使用 参考https://github.com/Avik-Jain/100-Days-Of-ML-Code 100-Days-Of-ML-Code day1 数据预处理 引入必要的库 引入数据集 处理丢失数据 给类别数据编码 将数据集分为测试集和训练集 特征scaling 大部分的机器学习算法，在计算的时候，使用欧几里德距离作为两个数据点的距离。 day2 简单线性回归 使用一个单独的...
100-Days-Of-ML-Code（Day4/5/6--LogisticRegression）
hanjushi2的博客
08-13 518
#!---* coding: utf-8 --*-- #!/usr/bin/python """ ProjectName:LogisticRegression @Author:Aifu Han Date:2018.8.11 """ #step1:数据预处理 import numpy as np import pandas as pd import matplotlib.pyplot as pl...
100-Days-Of-ML-Code（Day_01）完整理解
hanjushi2的博客
08-09 4199
最近火爆git的100-Days-Of-ML-Code，内容有易到难，整体来说还是很不错的，可以看得出博主Avik-Jain的用心良苦。本人也参与其中，对于里面一些用到的函数进行了一些总结，方便后来的童鞋方便查询。用到的数据集在这：Data.csv。git地址：100-Days-of-ml #step1: 导入相应的包 import numpy as np import pandas as p...
Python100Days学习笔记---Day16-20Python语言进阶
迷途可达C的博客
03-30 837
生成式（推导式）的用法 prices = { 'AAPL': 191.88, 'GOOG': 1186.96, 'IBM': 149.24, 'ORCL': 48.44, 'ACN': 166.89, 'FB': 208.09, 'SYMC': 21.29 } # 用股票价格大于100元的股票构造一个新的字典 prices2 = {key: ...
100天机器学习(100-Days-Of-ML)knn提升版
三年研究生能改变多少
01-28 524
本系列为100天机器学习学习笔记。详细请参考下方作者链接： 100天机器学习github: https://github.com/MLEveryday/100-Days-Of-ML-Code/blob/master/Code/Day 11_K-NN.md 这个系列开头都还挺认真的，到后面原作者都不太认真了。。。anyway,我们还是继续跟进，把干货记录完。 这次讲的是knn，我会在原文的基础上进行...
[Day_1]100-Days-Of-ML-Code
ShawnSun2015的博客
04-04 255
原文见https://github.com/MLEveryday/100-Days-Of-ML-Code/blob/master/Code/Day%201_Data_Preprocessing.md Day_1 warning解决方法： 第三步：处理丢失数据 from sklearn.preprocessing import Imputer imputer = Imputer...
100-Days-Of-ML-Code（Day_01）
08-09
最近火爆git的100-Days-Of-ML-Code，内容有易到难，整体来说还是很不错的，可以看得出博主Avik-Jain的用心良苦。这是第一天第一天data_proprecessing用到的数据集
100-Days-Of-ML-Code
Atom爱疼的博客
01-08 286
目录 Day 1 | Data PreProcessing Day2 | Grandient Descent Day 3 | Simple Lenar Regression Day 4 | Multiple Linear Regression     Day 1 | Data PreProcessing Get the dataset from here. Step 1 : Im...
100 Days Of ML Code：Day3-Multiple Linear Regression
大羚羊的学习博客
08-06 477
100天机器学习挑战汇总文章链接在这儿。 目录 Step 1：数据预处理 Step 2：训练 Step 3：预测 最后：全部代码   上图中介绍了线性回归中涉及到的重要的概念，如多重共线性、哑变量等，便于阅读我做了批注。 具体的内容可以复习我的这篇文章。 Day3的coding与Day2的十分类似，可以作为参考。 Step 1：数据预处理 这里相比于Day2来说，...
100-Days-Of-ML-Code day1-day6 notes
Jack's blog
08-16 408
X = dataset.iloc[ : , :-1].values # 取所有行的从一列到最后一列 Y = dataset.iloc[ : , 3].values # 取所有行的第列   OneHotEncoder:直观来说就是有多少个状态就有多少比特，而且只有一个比特为1，其他全为0的一种码制.机器学习中对于离散型的分类型的数据，需要对其进行数字化 单元线性回归用于单变量预测  ...
04-06 逻辑回归【100-Days-Of-ML-Code】
YiBochun-Blog
03-31 377
查看转载请点击此处
100 Days Of ML Code：Day1-Data Preprocessing（数据预处理）
大羚羊的学习博客
08-05 1023
100天机器学习挑战汇总文章链接在这儿。 Data Preprocessing -- Getting Started with Machine Learning 第1天学习的内容主要是数据预处理。主要包括： 目录 Step 1：导入库 Step 2：导入数据集 Step 3：处理缺失数据 Step 4：把分类数据转换为数字 Step 5：将数据集分为训练集和测试集 Step ...
100 days of ML ---挑战100天搞定机器学习（4---6）
北冥鱼
08-13 928
说一件大事，我涨粉了，一个。我的博客终于有了第一个粉丝，为了这一个粉丝，我一定好好更新下去。 今天更新的是挑战100天搞定机器学习的第4到第6天，为啥呢？因为第四天原作者给出了理论，第5天原作者对相应理论做深入了解，没有给出具体内容，第6天给出了代码和数据集解析。这里就一并翻译出来。话不多说，开始。 转载请注明出处。 第4到第6天：逻辑回归模型 第四天 下面是原作者给出的知识图谱 ...
100-Days-Of-ML-Code 100天机器学习挑战
翁JJ的博客
08-07 1981
100-Days-Of-ML-Code ML网红Siraj Raval发起了一个名为：100-Days-Of-ML-Code的挑战赛，意为鼓励同学们每天抽出点时间来学习机器学习，看看100天后你有了哪些进步 目前Github上面最火爆的100-Days-Of-ML-Code就是Avik-Jain的机器学习项目，超赞的配图，清晰的知识点梳理，是入门机器学习非常好的项目 Github:https...
100 Days Of ML Code：Day2-Simple Linear Regression（一元线性回归）
大羚羊的学习博客
08-06 600
100天机器学习挑战汇总文章链接在这儿。 目录 Step 1：数据预处理 Step 2：对训练集应用简单的线性回归模型 Step 3：预测结果 Step 4：绘图 最后：全部代码 Step 1：数据预处理 这一段参见Day1的内容，数据预处理。 import pandas as pd df = pd.read_csv('studentscores.csv') # p...
100天编码挑战项目3-6及8学习指南
这种学习方法很符合时下流行的"100-days-of-code"挑战，即鼓励学习者连续100天每天至少编码一个小时，通过大量的编码实践来快速提升技能。 【标签】"100-days-of-code"、"100daysofcode"和"100projects"进一步表明...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值