python+Mosh网课笔记13 使用Python进行机器学习

宁玉AC

于 2024-10-22 14:41:57 发布

阅读量1k

点赞数 32

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python 笔记开发语言

本文链接：https://blog.youkuaiyun.com/EmileJiao/article/details/143134466

太久没写python代码了，学机器学习重新拾起python，笔记比较简陋。

参考：mosh python网课

一、通常的步骤

导入数据。数据通常以CSV格式存储。
清洗数据。比如删除重复数据或者不完整的数据。
把数据拆分成训练集、测试集等。
创建一个模型。
训练模型。
做出预测。
评估预测效果，对模型进行提升。

二、库和工具

Numpy 对处理多维数组很方便
Pandas 为数据分析提供了data frame
MatPlotLib
Scikit-Learn

三、环境

下载配置anaconda环境，这个在csdn上搜其他高赞帖子教程就行。

四、导入数据集

注册Kaggle账号，我用Google账号注册登录的。搜索Video Game Sales，找到Datasets，选择第一个，投票最多的那个。下载是一个压缩包，解压，vgsales.csv文件放到代码工程文件夹下。
我是用的vscode新建.ipynb文件运行，不是直接用的jupyter（因为我之前用过，总是出问题）。vscode需要安装jupyter插件，运行时，遇到了问题 Running cells with '(Python 3.8.20)' requires the ipykernel package.
已解决，运行该命令即可：pip install ipykernel --upgrade 参考在vscode中运行jupyter时报错_running cells with 'python 3.8.13 ('pythonproject6-优快云博客
.ipynb文件下运行，数据集加载出来。

import pandas as pd
df = pd.read_csv('vgsales.csv') #读取csv文件中的数据。
df 
#df.shape 返回数据集的规模  (x,y) x是记录数，y是column数。
#df.describe() 返回generates descriptive statistics 比如count，mean，min，max，
#df.values() 以二维数组的形式返回表中的数据。