- 博客(3)
- 收藏
- 关注
原创 特征工程
标准化/归一化 数据之间的量纲相差很大,需要把特征归一化和标准化。 涉及梯度下降的模型和距离计算的模型需要进行。因为做梯度下降时梯度的更新是沿着坡度来,特征量纲不一致时,较大数值的变量就会对梯度造成很大的影响,相反其他较小的变量,就很难对梯度更新的方向造成影响。再比如计算距离时候,欧式距离计算两个点之间的距离,在特征量纲不一致时,计算距离会变得很大或很小。 不需要标准化的模型如决策树、随即森
2018-01-08 23:07:43
583
原创 数据预处理
数据处理 识别出y和x 识别出连续和分类变量df.head() #查看数据df['class'].value_counts() #查看数值个数df.shape #查看数据的行列df.loc[df['class'] == ', 'targe'] = 1 #增加一列tagetdf.loc[df['class'] != ', 'targe'] = 0 #增加一列taget
2018-01-08 21:51:48
313
原创 Python学习笔记—pandas
Python学习笔记—pandas一、数据导入常用的载入函数是df = pd.read_csv('C:\\Users\\DataAnalyst.csv', encoding="gbk")df = pd.read_table()df = pd.read_excel()常用参数:encoding—用它来读取cvs格式的编码,windows采用编码“gbk”。sep—分割符h
2018-01-07 18:40:07
533
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人