机器学习的典型例子-数据预处理

最新推荐文章于 2024-07-17 01:42:37 发布

提莫君

最新推荐文章于 2024-07-17 01:42:37 发布

阅读量2.6k

点赞数 1

分类专栏：机器学习理论知识机器学习项目与实战文章标签：机器学习典型例子数据预处理

本文链接：https://blog.csdn.net/qq_42642945/article/details/89677855

版权

本文以预测用户是否会购买商品为例，探讨机器学习中的数据预处理。在自变量（国际、年龄、薪水）和因变量（购买商品）的基础上，针对存在的缺失数据问题，提出使用平均值、中位数或最频繁值进行填充的策略。通过参数设置如`missing_values`、`strategy`和`axis`，可以选择不同方式处理缺失值，确保数据完整性，为后续模型训练提供准备。

摘要由CSDN通过智能技术生成

机器学习的典型例子
根据用户的国际/年龄/薪水来推算用户是否会购买商品
自变量:国际/年龄/薪水
因变量:购买商品
在这里插入图片描述
取自变量:

# Data Preprocessing Template

# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# Importing the dataset
dataset = pd.read_csv('Data.csv')
# dataset导入的数据集

X = dataset.iloc[:, :-1].values
# iloc 数据集里面的某一些行(列)
# [:, :-1] [行数,列数] :表示取所有的行(列)
# :-1 表示我们会取除了最后一列的其余所有的列 也就是Purchased(是否购买)列
# .values 取这些列的值