创建人工数据集
逗号分割,存储在CSV中
import os
os.makedirs(os.path.join('..', 'data'), exist_ok=True)
data_file = os.path.join('..', 'data', 'house_tiny.csv')
with open(data_file, 'w') as f:
f.write('NumRooms,Alley,Price\n')
f.write('NA,Pave,127500\n')
f.write('2,NA,106000\n')
f.write('4,NA,178100\n')
f.write('NA,NA,140000\n')
从刚才创建的CSV文件中加载原始数据集
import pandas as pd
data = pd.read_csv(data_file)
print(data)
处理缺失数据
典型方法:插值和删除
例如:插值
inputs, outputs = data.iloc[:, 0:2], data.iloc[:, 2] # outputs后面使用
inputs = inputs.fillna(inputs.mean()) # 使用该列的均值替换缺失值
print(inputs)
对于inputs中的类别值或离散值,我们将“NaN”视为一个类别
inputs = pd.get_dummies(inputs, dummy_na=True)
print(inputs)
将inputs和outputs转换成张量格式
import torch
X, y = torch.tensor(inputs.values), torch.tensor(outputs.values)
X, y
总结
1.人工数据集存入CSV
2.从CSV读取,一些简单数据预处理
3.转换生成Tensor