基于sklearn的分类与回归基础总结

一、分类

一、数据类型
1、python自带类型

 list    #列表
 tuple   #元组，类似列表，不允许修改，只能被查询
 dict    #字典
 set     #集和，不允许重复元素，类似于无值的字典
 my_set = {
   '123','456',89,True}

2、numpy包中多维数组ndarray
ndarray内存方式优于列表，还允许矢量运算，存储数据类型一致的元素

#loadtxt方法可将指定文件（txt或csv）中的数据加载到数组，返回ndarray类型
#当读取的原始表格数据类型不一致时，会尝试转换为一致，不成功则报错
import numpy as np
x=np.loadtxt(../xxx.csv,delimiter=',')
y=np.array([1,2,3])

3、pandas包中dataframe二维表格结构
（其他创建方式见这条博客）

#通过读取文件方式创建
import pandas as pd
#参数header表示每行的索引，names表示列标题
df_train = pd.read_csv('../train.csv',header=None,names=['sepal,'sepal_wid','target'])

通过values进行访问,返回ndarray结构数组

df_train.values
#输出
array([[2000, 'Ohio', 1.5, 0],
       [2001, 'Ohio', 1.7, 1],
       [2002, 'Ohio', 3.6, 2],
       [2001, 'Nevada',<