- 博客(4)
- 收藏
- 关注
RSS订阅原创 机器学习，关于np和pd
总的来说，NumPy适用于数值计算和处理多维数组的操作，而Pandas则更适合于数据清洗、处理和分析，提供了更高级的数据操作和处理工具。Pandas在NumPy的基础上提供了更多的数据处理、清洗、转换和分析操作，如数据整合、合并、筛选、分组、聚合等。Pandas中的Series和DataFrame可以容纳不同数据类型的列，并为缺失值提供了更灵活的处理方式。Pandas的Series和DataFrame使用标签索引，可以根据标签进行数据选择和操作，更方便地进行数据分析和处理。
2023-09-16 17:32:02
421
1
原创 机器学习，错误踩坑
这可能是因为输入的字符串包含了非数字字符，或者是空格或其他不可识别的字符。sklearn.base包的时候，它的输出结果会自动转变成np数组，之后可以使用DataFrame(data)把数据集转化回来。问题算是numpy没有，转换成pd,用dataFrame（）方法。（没全懂就不要写那么多，最多来个encoding来显示解码）仔细检查代码，查找并修复语法错误，基本上就是拼写问题。2、缩进错误：检查代码块的缩进是否正确。在读取csv文件时，写了一个参数。1、括号不匹配：括号数量不匹配。
2023-09-16 11:48:04
58
1
原创 机器学习学习路程
我有一亿条数据，均对我的需求有高影响，但我不可能从一亿选择中，做出选择，写手应该给我缩减选项。通过删除Time列和转化一下At列，然后检测一下离群值，删去相关性不高的列，然后进行分箱处理，再往下来却发现直接0.99了，这算是方法错了吗？实话说，没想到自己会卡在数据预处理这里，现在想来也对，方法就那些，大不了来个集成化，最后谁更好，就看谁的数据处理的更完美。对呀，我现在只处理二十来列数据，如果数据更多，不说结果怎样，死用关联规则，电脑也许都不一定跑得起来。现在想来，建立关联规则，也许方法之一，但实用吗？
2023-09-07 18:31:19
33
1
原创 机器学习学习路程
（最小二乘法的详解，算是我查的，肯定不详细，但是这里不多赘述，因为在我看来，最普遍的应该是逻辑回归）逻辑回归只是对对线性回归的计算结果加上了一个Sigmoid函数，将数值结果转化为了0到1之间的概率，Sigmoid函数的图像一般来说并不直观，只需要理解对数值越大，函数越逼近1，数值越小，函数越逼近0。但我看来，机器学习不一样，它更像是编程语言的一种进阶，并不是说它很高大上，而是它一上来就没有所谓基础知识什么的，它直接从方法、编程步骤开始。不行，还是学的不精，就到这里了，之后会二编，尽量补充。
2023-09-06 19:37:37
69
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人