大数据理论课(第十节-----表格关键数据分类和无关数据剔除)

一、数据关键信息提取分类统计

import pandas as pd
from sklearn.preprocessing  import  StandardScaler
from sklearn.cluster import  KMeans

data=pd.read_csv(r"G:\大数据实验数据库\3.大数据实验数据\credit_card.csv",sep=",",encoding="GBK")
data.columns

data_action=data[["瑕疵户","逾期","呆账","强制停卡记录","退票","拒往记录"]]
data_action_std=StandardScaler().fit_transform(data_action)
data_kmean1=KMeans(n_clusters=5,random_state=0).fit(data_action_std)

r1=pd.Series(data_kmean1.labels_).value_counts()
print("行为特征每类的数目\n",r1)
print("数据的聚类中心\n",data_kmean1.cluster_centers_)

二、求解Pearson相关系数

import numpy as np
import pandas as pd
data=pd.read_csv(r"G:\大数据实验数据库\data.csv",encoding="GBK")
print("相关系数矩阵为:\n",np.round(data.corr(method="pearson"),2))

三、Lasso关键特性截取

from sklearn.linear_model  import Lasso
lasso=Lasso(1000)
lasso.fit(data.iloc[:,0:13],data['y'])
print("相关系数为:",np.round(lasso.coef_,5))
print('相关系数非0个数为:',np.sum(lasso.coef_!=0))
  • 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