mocas_wang的博客

one-hot encodingone-hot的基本思想：将离散型特征的每一种取值都看成一种状态，若你的这一特征中有N个不相同的取值，那么我们就可以将该特征抽象成N种不同的状态，one-hot编码保证了每一个取值只会使得一种状态处于“激活态”，也就是说这N种状态中只有一个状态位值为1，其他状态位都是0。pandas.get_dummies(data, prefix=None, prefi...

假如df为datafram格式，df['index']为series格式，df[['index']]为datafram格式1.判断series是否是空，判断非空数值pd.isnull(row)#row为series值row.notnull() ##row为series,和上面功能一样if (pd.notnull(row["Date"]))&(pd.notnull(row[...

1.打开anaconda目录，删除anaconda。一般情况下，anaconda在home目录:~$ sudo rm -r anaconda3 2.选择anaconda版本先查看anaconda版本和Python版本对应关系。3.anaconda镜像下载安装选择Python3.6.5版本对应的anaconda3-5.2.0版本，下载地址以这个为准，清华的镜像少了很...

RandomForestClassifier随机森林分类预测RandomForestClassifier用于分类划分预测回归##开始建立模型，随机森林预测from sklearn.ensemble import RandomForestClassifier ##rf = RandomForestClassifier(n_estimators=150,min_samples_leaf=...

只讲述应用方法，具体数学原理自行查阅。。linear_model最小二乘线性回归注意：fit(x,y)之前并未对x进行归一化，测试时可以提前进行归一化，各特征属性量尺寸不宜相差过大。在使用模型时只需要更改train_df的数据选择，X代表训练集的特征向量，y代表训练集的结果数据。测试时只需更改test数据选择即可，predictions代表回归预测输出，arg为y与x的系数关系...

matplotlib 是可以组合许多的小图, 放在一张大图里面显示的. 使用到的方法叫作 subplot.使用import导入matplotlib.pyplot模块, 并简写成plt. 使用plt.figure创建一个图像窗口.在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图...

loc的使用简单的说：iloc，即index locate 用index索引进行定位，所以参数是整型，如：df.iloc[10:20, 3:5]loc，则可以使用column名和index名进行定位，如：df.loc[‘image1’:‘image10’, ‘age’:‘score’]首先初始化一个df方便使用import pandas as pdimport numpy ...

groupby的数据处理简单用法groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)1、by：mapping, function, str, or iterable。用于确定gro...

1.对某一列的几种属性进行统计，例如下面统计数据中Survived列的0,1属性，和pclass的1,2,3三种属性。import pandas as pdimport numpy as npfrom pandas import Series,DataFrame#设置数据显示过程import matplotlib.pyplot as pltdata_train=pd.read_c...

查看数据缺失情况：data.isnull()##元素级别的判断，把对应的所有元素的位置都列出来，元素为空或者NA就显示True，否则就是Falsedf.isnull().any()##列级别的判断，只要该列有为空或者NA的元素，就为True，否则Falsedata[data.isnull().values==True]##可以只显示存在缺失值的行列，清楚的确定缺失值的位置。dat...

fit(): Method calculates the parameters μ and σ and saves them as internal objects.解释：简单来说，就是求得训练集X的均值，方差，最大值，最小值,这些训练集X固有的属性。transform(): Method using these calculated parameters apply the transfo...

1.各数值变量的相关性分析,绘制相关性矩阵的热力图，矩阵只是数值型import seaborn as snscorrmat = data_train.corr() ##corrmat是相关性矩阵f, ax = plt.subplots(figsize=(20, 9))##绘制画布sns.heatmap(corrmat, vmax=0.8, square=True) ##得到各特征图的热...

对于数据处理的基本操作使用，自己使用总结。首先导入模块库import pandas as pdimport numpy as npfrom pandas import Series,DataFrame读取csv文件data_train=pd.read_csv("/home/mocas/kaggle/titanic/train.csv"，index_col=0) ##乘客数据...

import numpy as np a1 = np.array([1,2,3,4],dtype=np.complex128) print(a1) print("数据类型",type(a1)) #打印数组数据类型 print("数组元素数据类型：",a1.dtype) #打印数组元素数据类型 print("数组元素总数：",a1.size) #...