数据处理的一些问题

当一个列是小数需要转化位整型时候
train_data['Age'] = train_data['Age'].astype(int)

图形化，可视化代码 sns.countplot(x="",hue="", data=train_data)

x：这个参数指定了计数图的横轴（x轴）变量。它通常是你想要计数的分类变量。例如，如果你想要计算不同年龄段的人数，那么你可以设置 x="Age"。这将按照 Age 列的值来分组数据，并在x轴上显示每个组的计数。

hue：这个参数指定了计数图的着色变量，通常用于表示另一个分类维度。通过 hue 参数，你可以在同一个图中比较不同类别的计数。例如，如果你想要比较男性和女性在不同年龄段的分布，你可以设置 hue="Sex"。这将在条形图中为每个性别着上不同的颜色，使得比较更加直观。

有空再写，下面是代码分享

notebook040a494c59 | Kaggle

补充数据处理：

LabelEncoder用于将分类特征（标签）转换为数值型标签。这是预处理分类数据的重要步骤，因为大多数机器学习算法需要数值型输入。

from sklearn.preprocessing import LabelEncoder

for col in cat_cols:
    combined_data[col] = LabelEncoder().fit_transform(combined_data[col])

还有可能遇到浮点的数据需要处理那就用StandardScaler来标准化数值特征

from sklearn.preprocessing import StandardScaler

for col in num_cols:
    combined_data[col] = StandardScaler().fit_transform(combined_data[[col]])

注意输入为二维数组而不是之前一维

查看缺省值

column_missing_values = train_data.isnull().sum()
print(column_missing_values)

参考代码：Obesity Risk | Kaggle