🍨 本文为[🔗365天深度学习训练营]中的学习记录博客
🍖 原作者:[K同学啊]
准备
- 安装好numpy、Pandas、sklearn三个包
- Python
- Jupter Lab
Step1 导入库
import numpy as np
import pandas as pd
Step2 导入数据集
dataset = pd.read_csv(r"...\Data.csv")
dataset
!注意!
在Python字符串中,反斜杠 (\
) 是一个转义字符。为了在文件路径中使用反斜杠,你需要使用双反斜杠或者在字符串前面加上 r
来表示原始字符串。
X = dataset.iloc[ : , :-1].values
Y = dataset.iloc[ : , 3].values
Step3 处理丢失数据
from sklearn.impute import SimpleImputer
imputer = SimpleImputer(strategy='mean')
imputer = imputer.fit(X[ : , 1:3])
X[ : , 1:3] = imputer.transform(X[ : , 1:3])
X
Step4 进行Label编码
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_X = LabelEncoder()
X[ : , 0] = labelencoder_X.fit_transform(X[ : , 0])
X
labelencoder_Y = LabelEncoder()
Y = labelencoder_Y.fit_transform(Y)
Y
Step5 拆分为训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X,
Y,
test_size = 0.2,
random_state = 0)
Step6 特征标准化
from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.transform(X_test)