数据挖掘第三周周报

• 数据挖掘第三周周报

• 1、本周工作
  • 本周主要是学习了python在数据挖掘的应用，在本周的学习中，学了 很多关于python的用法，包括对csv文本的读入、对矩阵数据的提取，对矩阵数据的分析、对矩阵列的删减、对矩阵空值的填补与剔除，对数据的归一化和标准化等。

对数据的提取、矩阵的删减：

trainFile = "O:/DataBaseOfPython/train.csv"
testAFile = "O:/DataBaseOfPython/testA.csv"

pwd = os.getcwd()
os.chdir(os.path.dirname(trainFile))
trainData = pd.read_csv(os.path.basename(trainFile))
os.chdir(pwd)

pwd = os.getcwd()
os.chdir(os.path.dirname(testAFile))
testAData = pd.read_csv(os.path.basename(testAFile))
os.chdir(pwd)

isDefault = trainData['isDefault']
testAData = testAData.drop(columns=it1)              #删除一些无关列
trainData = trainData.drop(columns=it)  

trainData = trainData.dropna(axis=0,how = 'any')     #删除存在空值的行
testAData = testAData.fillna(0)                      #空值置零

testdata =   testAData.iloc[0:200000,0:15].values    #测试集数据
data     =   trainData.iloc[0:800000,0:15].values    #训练集数据
[rows,cols]   =   data.shape                         #训练集维度 行与列
[Trows,Tcols] =   testdata.shape                     #测试集维度 行与列

查看矩阵：
查看特征值：

2、实现了BPNN反向传播神经网络，定义了一个类用于训练训练集的输入层、中间隐藏层、输出层各项权值&