weixin_45988242的博客

SKLEARN数据预处理、特征选择feature_selection

目录步骤1.导入需要的库2. 导入数据集，探索数据3. 进行一次简单的建模，看看模型本身在数据集上的效果4. 随机森林调整的第一步：无论如何先来调n_estimators5. 在确定好的范围内，进一步细化学习曲线6.利用网格搜索，按照参数对模型整体准确率的影响程度进行调参，首先调整max_depth7.调整max_features8.调整min_samples_leaf9.调整min_samples_split完整代码步骤1.导入需要的库from sklearn.datasets import loa

目录1.使用均值或0填充缺失值2.使用随机森林填补缺失值1.使用均值或0填充缺失值2.使用随机森林填补缺失值对于一个有n个特征的数据来说，其中特征T有缺失值，我们就把特征T当作标签，其他的n-1个特征和原本的标签组成新的特征矩阵。那对于T来说，它没有缺失的部分，就是我们的Y_train，这部分数据既有标签也有特征，而它缺失的部分，只有特征没有标签，就是我们需要预测的部分。特征T不缺失的值对应的其他n-1个特征＋本来的标签:x_train特征T不缺失的值: Y_train特征T缺失的值对应的其

随机森林目录1.基本步骤1.1 参数n_estimators1.2 建立森林1.3 n_estimators的学习曲线2.标签和特征1.基本步骤#基本建模流程#1.实例化#2.训练集带入实例化后的模型去进行训练，使用的接口是fit#3.使用其它接口将测试集导入我们训练好的模型，去获取我们希望获取的结果(score,Y_test)1.1 参数n_estimators这是森林中树木的数量，即基基评估器的数量。这个参数对随机森林模型的精确性影响是单调的，n_estimators越大，模型

目录numpy库中的mean()函数pandas填充缺失值dropna()删除缺失行info()head() 展示Pandas中的unique()numpy tolist()的用法lambda 函数是一种小的匿名函数astypeloc和ilocdata.columns展示列名numpy库中的mean()函数求平均值pandas填充缺失值data[“age”].fillna(data[‘age’].mean()) 把age为缺失值的填充上平均值dropna()删除缺失行data.dropna()

回归树目录1.重要的参数、属性、接口criterion2. 交叉验证3.一维回归的图像绘制1.导入库2.噪声曲线![在这里插入图片描述](https://img-blog.csdnimg.cn/e9d0370191eb4f74a885571ac9608dc4.png?x-oss-process=image/watermark,type_d3F5LXplb

树的目录1. 决策树及建模基本流程2.DecisionTreeClassifier2.1 重要参数2.1.1 criterion（尺度；标准）2.1.2 实现一棵树，随机性参数1. 决策树及建模基本流程目标：将表格转化成一棵树2.DecisionTreeClassifier观察参数2.1 重要参数2.1.1 criterion（尺度；标准）为了要将表格转化为一棵树，决策树需要找出最佳节点和最佳的分枝方法，对分类树来说，衡量这个"最佳"的指标叫做’不纯度’。 通常来说，不纯度越低，决