学习笔记——深度学习（二）

数据集

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')  # 列名
    f.write('NA,Pave,127500\n')  # 每行表示一个数据样本
    f.write('2,NA,106000\n')
    f.write('4,NA,178100\n')
    f.write('NA,NA,140000\n')
    

修改

os.makedirs(os.path.join('..', 'data'), exist_ok=True)
data_file = os.path.join('..', 'data', 'house_tiny.csv')

将 '..' 修改为自己的文件目录，我这里是D:\DeepLearning，注意修改斜杠,:

os.makedirs(os.path.join('D:/DeepLearning', 'data'), exist_ok=True)
data_file = os.path.join('D:/DeepLearning', 'data', 'house_tiny.csv')

位置索引iloc

用基于整数的下标来进行数据定位/选择，data.iloc[<row selection>, <column selection>]

左闭右开

iloc[a : b , c : d ]前面的冒号就是取行数，a~b-1；后面的冒号是取列数，c~d-1。

• df.iloc[:,: -1]会选择除了最后一列之外的所有行和所有列的数据
• df.iloc[:-1, :]会选择除了最后一行之外的所有行和所有列的数据。

get_dummies

相当于one-hot编码，常用与把离散的类别信息转化为one-hot编码形式。

pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False,columns=None, sparse=False, drop_first=False)

• data : array-like, Series, or DataFrame 输入的数据
• prefix : string, get_dummies转换后，列名的前缀，默认为None
• columns : 指定需要实现类别转换的列名 否则转换所有类别性的列
• dummy_na : bool, default False 增加一列表示空缺值，如果False就忽略空缺值
• drop_first : bool, default False 获得k中的k-1个类别值，去除第一个,防止出现多重共线性

tips

如果新增的预测数据或分类数据的类别变量未包含完整的类别。此时直接使用pd.get_dummies，会发现与训练集得到的结果不一样。