第一步就是导包,这里我们主要需要用到的就是sklearn和pandas
我们先对自己的数据集进行一下处理
import numpy as np
import pandas as pd
testset=pd.read_csv("data.csv")
testset.head(5)
数据集导入
dataset=testset
dataset.target=testset['标签']
dataset.target.head(5)
因为数据集比较大就放前几个拿出来给大家看看,提取完标签之后,为了让后面的步骤更加简洁,直接在数据集中删除掉最后的一列target
testset.drop(columns=['currentdepth'],inplace=True)
testset.head(5)
除去target这一列的标签,剩下的都是需要进行排序的特征
dataset.feature_names=testset.columns
dataset.feature_names
特征都被输出来了
dataset.data=testset[['特征1','特征2', '特征3', '特征4'......]]
dataset.data.head(5)
这里我赋给dataset的data值都是根据上面输出的特征属性来的,需要对部分属性排序也可以,为了方便可以多drop掉几个特征然后赋给新的dataset