yisuoyanyv的博客

Python下的机器学习工具scikit-learn（-数据预处理）参考自http://lib.youkuaiyun.com/article/machinelearning/1119和http://scikit-learn.org/stable/modules/preprocessing.html（1）数据标准化（Standardization or Mean Removal and Variance Scal

sklearn官方文档学习笔记 管道和特征联合：组合估计器Pipeline and FeatureUnion: combining estimators管道：链接估计器from sklearn.pipeline import Pipeline from sklearn.svm import SVC from sklearn.decomposition import PCA estimators

Feature extraction 特征提取参考自官方文档http://scikit-learn.org/stable/modules/feature_extraction.html注意：特征提取与特征选择不同：前者包括将任意数据（如文本或图像）转换为可用于机器学习的数值特征。后者是应用这些特征的机器学习技术。从字典加载特征DictVectorizer类可将表示为标准Python字典（dict）对

由于代码比较简单，直接看代码生成的结果更容易理解代码的功能和作用，所以没有添加更多的说明。 参考官方文档地址：http://scikit-learn.org/stable/modules/cross_validation.html#cross-validation-evaluating-estimator-performanceimport numpy as np from sklearn.mod

处理缺失值 在python语言中，缺失值一般被称为nan，是”not a number”的缩写。 下面的代码可以计算出数据总共有多少个缺失值,这里数据是存储在pandas中的DateFrame中： print(data.isnull().sum()) 处理缺失值有一下几种方式： 1.删除包含缺失值的数据列 data_without_missing_values=origin...

机器学习笔记 摘自kaggle初学者教程 所用数据集为一个房价预测的数据集 import pandas as pd main_file_path = 'dataset/kaggle_house_prices/train.csv' data = pd.read_csv(main_file_path) #删除数据集中的缺失值 # data=data.dropna(axis=0) #显示数据...