机器学习四

特征工程的方法:

1.特征选择移:移除低方差的特征

VarianceThreshold

Threshold(设置水平线,阈值)

2.单变量特征选择:

SelectKBest移除最高之外的(参数k=n1)

SelectPercentile百分比之前

3.基于Tree的特征选取,基于树的estimators计算重要特征。

列出属性重要程度,()

4.pipeline

5.网格搜索

实例分析:

客户价值分析:

显示DataFrame的相信信息:info()方法

sample(5)抽样

R(最近一次消费时间8)F(频率)M(花了多少钱)

to_datatime(pandas就是银行职员开发)时间序列,时间戳,毫秒。

雷达图:展现出在哪个特征下占优势。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值