目录
步骤1:划分训练集(train_data)和测试集(test_data)
Week1 - Intro
本模块的课程内容
- Intro
- Regression
- Classification
- Clustering & Retrieval
- Matrix Factorization & Dimensionality Reduction
- Capstone: Build an Intelligent Application with Deep Learning
Turi Create & SFrame 基础
官方文档:turicreate.SFrame — Turi Create API 6.4.1 documentation
从csv文件创建SFrame
# 导入turicreate库
import turicreate
# 基于people-example.csv创建SFrame对象
sf = turicreate.SFrame('people-example.csv')
# 查看表格
sf # 查看前几行
sf.tail() # 查看后几行
数据可视化
显示所有列的数据
# 显示所有列的数据
sf.show()
显示可交互的直方图:
显示指定数据
# sf['target_column'].show()
sf['age'].show()
列操作
基础操作
# 求某列的平均值
sf['age'].mean()
# 求某列的最大/最小值
sf['age'].max()
sf['age'].min()
# 新建列并赋值
sf['Full Name'] = sf['First Name'] + ' ' + sf['Last Name']
SFrame.apply() 函数操作
# 定义函数:transform_country,把所有的USA转换成United States
def transform_country(country):
if country == 'USA':
return 'United States'
else:
return country
# 对每一列都进行transform_country函数操作
sf['Country'] = sf['Country'].apply(transform_country)
# 展示效果
sf
小测
Task1: 加载并读取SFrame文件
import turicreate
sf = turicreate.SFrame('people_wiki.