sklearn笔记

KNN:K-nearest neighbor K-近邻算法

 

 

 

from pandas import Series, DataFrame:

pandas含有使数据分析工作变得更快更简单的高级数据结构和操作工具，pandas是基于Numpy构建的

Series是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。仅由一组数据即可产生最简单的Series:

 

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共同用一个索引）。和其他类似的数据结构相比，DataFrame中面向行和面向列的操作基本上是平衡的。其实，DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的数据结构）。

构建DataFrame的方法有很多，最常用的方法是直接传入一个由等长列表或Numpy数组组成的字典：
 

 

结果DataFrame会自动加上索引，且全部列会被有序排列。 
如果指定了列顺序，则DataFrame的列就会按照指定顺序进行排列

 

 

 

pd.read_excel('文件名',sheetname=k,header=0,encoding=utf-8)

唯一重要的参数：sheetname=k，标志着一个excel的第k个sheet页将会被取出。（从0开始）

 

 

X_train = movie.iloc[:,1:-1] #前行后列

y_train = movie.iloc[:,-1:]这里指的最后一列的所有行

 

 

pd.concat:

pd.concat() 主要是沿着一条轴(axis=0 或1)将多个对象堆叠在一起; 

 

 

test_size：样本占比，如果是整数的话就是样本的数量