![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习整理
小白的一些见解和笔记
Miraclemie
个人github:https://github.com/miraclemie
展开
-
机器学习笔记1
数据预处理: 1.缺失值的填充:pandas库中dropna以及fillna使用; scikit-learn库的: from sklearn.impute import SimpleImputer imputer = SimpleImputer(strategy = 'mean') # xxx是数据副本,xx是列表 xxx = xx.drop (”ocean_proximity”, axis=l) # 用fit方法将其适配到训练集 imputer.fit(xxx) # X是个numpy的数组 X原创 2020-08-07 10:58:42 · 287 阅读 · 0 评论 -
机器学习的初步理解
本人在读了《机器学习实战基于Scikit-Learn和TensorFlow》和之前看了一些有关机器学习的视频后,对机器学习有了一些自己的想法,比如机器学习它主要是运用算法建立模型,对一些大型的数据进行预测。有一些是判定分类的(离散的),也有一些是对数值的预测(连续的)。 当你拿到一个数据集时,你会发现该数据集有许多的数据,数值的以及一些字符串的数据,当你遇到字符串的数据你就需要自己对这些数据进行分类,主要还是将其转变成数值型的数据,机器学习的所有模型预测都是建立在这些数值型的数据基础上进行的。这里的数据又原创 2020-08-05 10:29:38 · 112 阅读 · 0 评论