K近邻KNeighborsRegressor--StandardScaler标准化--mean_squared_error均方根误差 学习笔记

np.abs()函数

np.abs() : 计算数值各元素运算的绝对值

import numpy as np
np.abs([1,-2,3,-4])

Out:
array([1, 2, 3, 4])

• np.sqrt() : 计算平方根
• np.square() : 计算平方

pd.sample()参数含义

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)[source]
DataFrame可以是Series、DataFrame

• n的含义是抽样的个数，是整数；frac是浮点数，是抽样的比例
• replace为True含义为数据本身改变，为False含义为数据本身未改变 , 需要定义新变量接收
• weights的含义是给抽样所在axis的每个元素赋值抽样权重，所以weights的长度必须和所在axis的长度相同，不然会报错，缺失值的weights会被设置为0，如果weights加和不等于1，会被normalized到加和为1，inf和-inf值不被允许
• axis的含义是抽样的方向，axis=0，对行进行抽样，axis=1，对列进行抽样
• random_state是用来复现结果的

pd.str同时去掉分隔符和货币符号

DataFrame数据类型有千位分隔符和货币符 , 即为"$10,000.00"时 , 怎么转换为int或者float类型 :

• df.str.replace("$|," , “”).astype(float)

standarscaler注意点

• StandarScaler().fit_transform(a) 中的a不能直接是一个DataFrame , 而要是DataFrame中的具体几列

scipy.spatial中distance距离工具

from scipy.spatial import distance

两点之间的距离

• 使用distance.euclidean(a,b)

两个数据之间的距离

• 使用distance.cdist ( m[a] , n[b] )

使用Sklearn计算距离

from sklearn.neighbors import KNeigborsRegressor

knn = KNeighborsRegressor()
cols = [