python与机器学习日记——文心一言对话记录节选保存

——个人学习用，不适用于大佬———

虽然以前学过一点python，在Jupiter里练过几行，但都忘记了。今年在朋友的帮助下，下载了pycharm打算好好学习一番，医学小白大战python机器学习。

看了两章西瓜书，先都别管，读取文件试试：一言哥说得先安装pandas：

经过几番尝试，发现得在Anaconda prompt里面写，还得先 activate znr（python环境），再：

pip install pandas

换回python脚本：

import pandas as pd
# 读取Excel文件 ，这里默认打开的是py文件所在的文件夹里的文件
data = pd.read_excel('your_data.xlsx')
#如果是路径
#data = pd.read_excel(r'C:/Users/25475/Documents/your_data.xlsx')


# 查看前几行数据  
print(data.head()

好诶学会了。

机器学习大概流程

接下来机器学习：现在我已经读取了数据集，打算用决策树来进行机器学习，我的数据集包含每个样本的姓名年龄疾病史等特征，BBS分数是标记，那我应该如何开展机器学习呢

一言哥：你已经读取了数据集，并且计划使用决策树来进行机器学习。你的数据集包含每个样本的姓名、年龄、疾病史等特征，以及BBS分数作为标记。以下是一个基本的步骤指南，帮助你开展机器学习：

1. 数据预处理

特征选择：

• 移除与预测目标（BBS分数）不相关的特征，如姓名，因为它通常不包含对预测有用的信息。
• 检查是否有其他不需要或重复的特征，并进行相应处理。

数据清洗：

• 处理缺失值：检查数据集中是否有缺失值，并决定是删除含有缺失值的样本，还是使用某种方法（如均值、中位数、众数或插值）来填充这些缺失值。
• 处理异常值：检查并处理数据中的异常值或错误值。

特征编码：

• 对于类别型特征（如疾病史，如果它是文本或分类数据），你需要进行编码，例如使用标签编码（Label Encoding）或独热编码（One-Hot Encoding）。

特征缩放（可选）：

• 如果你的特征具有不同的尺度或单位，考虑使用标准化或归一化来缩放特征，以帮助某些算法（如决策树算法通常对此不敏感，但对于某些其他算法如KNN或SVM可能很重要）。

2. 划分数据集

将你的数据集划分为训练集和测试集。通常，80%的数据用于训练，20%的数据用于测试。你可以使用train_test_split函数（来自