机器学习

(1) 利用pandas熟悉数据

import pandas as pd 

了解 DataFrame 的概念

看做一个表格

重要方法：

取数据      

data = pd.read_csv('路径')

数据表述  (count mean std min 25%... max)

data.describe()

显示 列

data.columns

去除缺省数值的数据

data = data.dropna(axis=0)

(2) 选择预测目标

点表示法 单列存储在 Series 中

y = data.price

feature = ['sss','aaa','qqq']

X=data[frature]

X.head()

(3) 建立模型

利用scikit-learn 库 写作sklearn

步骤：

1. define

2.  fit  

3.  predict

4. evaluate

eg 决策树模型

from sklearn.tree import DecisionTreeRegressor

# Define model. Specify a number for random_state to ensure same results each run
model = DecisionTreeRegressor(random_state=1)

# Fit model
model.fit(X, y)

模型预测
print(X.head())
print(model.predict(X.head()))