这两天遇到的scikit-learn的问题

scikit-learn的onehotEncoder，是只能根据整数来进行one-hot编码的，然后我的数据很多都是，string，这样子有一个办法，就是先LableEncoder再onehotEncoder，然而这样子必须一行一行算，是不能一个矩阵来的，这个办法数据量小还可以，多了的话就哭了......

然后这个办法解决用pandas的get_dummies。这个可以直接做one-hot。然而，对mysql和panda，一个比较坑的地方（也不能算坑只能说我比较怂），mysql到python里都是元组的形式，而panda是基于numpy的，操作基本都是list，所以注意这个地方比较容易出错.....

希望我能好好看看，panda还有scikit-learn.....还有mysql，这几个问题都在于要多用.....

scikit-learn，这是一个神奇的工具，具体的都在官方文档里，用google可以google到一些例子，数据预处理，建模，验证（算准确率AUC）都是有函数的，先把逻辑回归这个搞一搞，predict_proba是预测准确率，predict是阈值设成了0.5然后大于0.5就是1，小于就是0，是一个分类，然后可以score评估，还可以用准确率（这个是另一个函数等我代码写完......加了注释传上来......），然后还可以算AUC，ROC......

http://blog.csdn.net/pzy20062141/article/details/48711355

http://blog.csdn.net/chjjunking/article/details/5933105\

这两个是说AUC和ROC的，好好看看，现在只能理解AUC越大越好也是太弱了......

然后http://www.cnblogs.com/kylinlin/p/5309703.html是一个感觉很好的scikit-learn的逻辑回归例子。

scikit-learn，可以输入one-hot格式的编码，还有别的咩？这个要找找.......

学无止境啊......