濯君

import pandas as pd train_pd = pd.read_csv(path+'training.csv') #读取数据 test_pd = pd.read_csv(path+'sorted_test.csv') train_pd.info()#查看数据类型 train_pd.describe()#数值型变量的统计信息 train_pd.describe(include=['...

#统计缺失值 train = pd.read_csv("train.csv") null_columns=train.columns[train.isnull().any()] train[null_columns].isnull().sum()

1.回归问题可以使用的模型 Linear and Polynomial Regression, Neural Networks, Regression Trees, Random Forests, Support Vector Regression, Naive Bayes 2.KNeighborsClassifier 特点：解决分类问题；neighbors的值设的越小，模型越复杂，方差大；nei...

1.StandardScaler 确保处理后的特征均值为0，方差为1，但是不确保特征任何特定的最大，最小值 2.RobustScaler 与StandardScaler类似，确保所有特征scale在同一规模，但是使用属性median，quartiles， 忽视outliers的影响 3.MinMaxScaler 将特征值范围scale到0,1 4.Normalizer 将数据点映射到半径为1的圆；...

一：按缺失百分比去除缺失值过多的特征 #缺失超过77%的特征被去除 many_null_cols = [col for col in train_x.columns if train_x[col].isnull().sum() / train_x.shape[0] > 0.77] many_null_cols_test = [col for col in test.columns if te...