机器学习
Tramp_fish
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
librosa 中读取mp3文件异常处理
Couldn't find ffmpeg or avconv - defaulting to ffmpeg, but may not work warn("Couldn't find ffmpeg or avconv - defaulting to ffmpeg, but may not work", RuntimeWarning)解决方案:conda install -c conda-forge ffmpeg原创 2020-09-30 15:41:22 · 1393 阅读 · 0 评论 -
分类问题中one-hot数值型数据实现
1.from sklearn.feature_extraction import DictVectorizerDictVectorizer(sparse=False).fit_transform(data.to_dict(orient='record'))2.from sklearn.preprocessing import LabelEncoder,OneHotEncoderlb_f = LabelEncoder().fit_transform(data)OneHotEnc原创 2020-08-28 17:08:28 · 256 阅读 · 0 评论 -
机器学习中对于缺失数据的处理(day1补充)
缺失值的常用处理方式:1.对包含缺失值的列和行数据进行删除df.dropna()2.对缺失值数据进行所在列的中位数、众数、平均值等进行填充#对所有列的缺失值数据进行平均值填充df.fillna(df.mean())#对指定列的缺失值进行平均值填充df.fillna(df["指定列索引"].mean())3.对缺失值周围的数据进行模型训练,然后通过模型对缺失值进...原创 2019-10-12 15:14:31 · 387 阅读 · 0 评论 -
github(100-day-of-ml-code)-day1
import numpy as npimport pandas as pd#pandas读取csv文件dataset = pd.read_csv("../datasets/Data.csv")print(dataset.head())X = dataset.iloc[:,:-1].valuesY = dataset.iloc[:,3].valuesprint("X:",X)p...原创 2019-10-12 14:07:00 · 178 阅读 · 0 评论
分享