Scikit-Learn 与 TensorFlow 机器学习实用指南 读书笔记（一）

一、下载数据

下载并解压数据：housing.tgz

数据地址：https://github.com/ageron/handson-ml/tree/master/datasets/housing

二、读取数据

import pandas as pd

housing=pa.read_csv('./housing.csv'）

三、观察数据

head（）输出前5个数据和表头

info（）输出每个特征的元素总个数，因此可以查看特征是否存在缺失值。还可以查看类型及内存占用情况。

value_counts（）统计特征中每个元素的总个数

describe（）可以查看实数特征的统计信息（最大值、最小值、平均值、方差、总个数、25%、50%、75%小值）

hist（）输出实数域直方图

四、分开训练集和测试集

为了最终验证模型是否具有推广泛化能力，需要分开训练集于测试集，假设将数据集分为80%训练，20%测
试。下面为一种普遍的分开数据集的代码：
import numpy as np

def