NO.58——100天机器学习实践第一天:数据预处理

这是github上的一个给力的项目,地址在这:https://github.com/MLEveryday/100-Days-Of-ML-Code


1.到入库

import numpy as np
import pandas as py

 

2.导入数据集 

dataset = pd.read_csv('Data.csv')
dataset

X = dataset.iloc[:,:-1].values   # [行,列] 除最后一列元素取全部
X
Y = dataset.iloc[:,3].values   #取下标为3的列
Y

3.处理丢失数据

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values=np.nan, strategy="mean")  #用特征列的均值替代
imputer = imputer.fit(X[:, 1:3])  #左闭右开,取下标为1,2列
X[:, 1:3] = imputer.transform(X[:, 1:3])

4.解析分类数据

#引入标签编码和独热编码
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_X = LabelEncoder()#先用labelencoder将字符串编码为0,1,2,再用onrhotencoder编码
X[ : , 0] = labelencoder_X.fit_transform(X[ : , 0])
#对训练集进行独热编码,对测试集进行标签编码
onehotencoder = OneHotEncoder(categories = 'auto')
X = onehotencoder.fit_transform(X).toarray()
labelencoder_Y = LabelEncoder()
Y = labelencoder_Y.fit_transform(Y)

5.拆分数据集为训练集和测试集

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)

6.特征量化

from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()  #标准化
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.transform(X_test)

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值