weixin_44180506的博客

文章目录1.Baseball数据集的作业二、使用步骤1.引入库2.读入数据总结 1.Baseball数据集的作业 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnin.

文章目录一、作业题目二、棒球数据集处理1.过滤和标准化（1）实验代码（2）原理介绍（3）实验结果（4）结果解释2.使用PCA（1）实验代码（2）实验原理(3)实验结果(4)结果解释3.根据不同判据选取主成分三、棒球数据集处理1.对观测变量进行标准化（1）实验代码（2）原理分析（3）实验结果（4）结果解释2.查看各个观测变量之间的线性相关性（1）实验代码（2）原理分析（3）结果展示（4）结果解释3.使用PCA根据四个判据选主成分（1）实验代码（2）原理分析（3）实验结果（4）结果解释 一、作业题目 work

文章目录一、PCA相关资源二、使用降维算法的原因1.去除观测变量之间的相关性2.模型需要的样本数量随着变量（特征）数量指数增加3.变量太多，难以解释4.变量太多，容易过拟合三、PCA的推导1.向量表示与基变换1.1 内积1.2 基1.3 基变换的矩阵表示2. 最大可分性四、PCA结果的解释 一、PCA相关资源 网上讲解PCA的资源很多，讲的好的也很多，我的数学基础也不比在座的各位高到哪里去，就不班门弄斧了。下面得这篇知乎高赞很值得推荐： 【机器学习】降维——PCA（非常详细） 那我为什么还要再搞一篇博客呢

文章目录一、作业题目二、题目解答1.观察数据（1）实验代码（2）原理介绍（3）实验结果（4）结果解释2.查看数据前十行（1）实验代码（2）原理介绍（3）实验结果（4）结果解释3.调查具有相关性的变量（1）实验代码（2）原理介绍（3）实验结果（4）结果解释4.对分类变量构建条形图（1）实验代码总结 一、作业题目 22题至35题，其中27题不用做。 作业使用数据集是adult数据集，链接： adult数据集 密码：6666 二、题目解答 1.观察数据 第22题：观察数据，查看哪些特征是分类变量，哪些是连续的数

目录数据预处理作业题目一、总览二、R和Rstudio一些操作1.R注释2.工作路径的设置3.清除历史记录、变量等三、预处理工作1.查看数据是否具有缺失值(1)实验代码(2)原理介绍(3)实验结果(4)结果解释2.检查state和Area.code字段的异常3.可视化检查CustServ.Calls的离群点(1)实验代码(2)原理介绍(3)实验结果(4)结果解释4.使用z-score、IQR方法判断CustServ.Calls离群点(1)实验代码(2)原理介绍(3)实验结果(a)z-score结果(b)箱线图