aliyun笔记

unzip        解包文件

concat([train_data, test_data])        将两张表放在一起

data.replace('-', '-1')        将所有的‘-’换成-1

astype('float32')        将类型转化

# 定义One-Hot编码函数

def oneHotEncode(df, colNames):

    for col in colNames:

        dummies = pd.get_dummies(df[col], prefix=col)

        df = pd.concat([df, dummies],axis=1)

        df.drop([col], axis=1, inplace

# 处理离散数据

for col in cate_cols:

    data[col] = data[col].fillna('-1')

data = oneHotEncode(data, cate_cols)

# 处理连续数据

for col in num_cols:

    data[col] = data[col].fillna(0)

    data[col] = (data[col]-data[col].min()) / (data[col].max()-data[col].min())

# 处理(可能)无关数据

data.drop(['name', 'regionCode'], axis=1, inplace=True)

RandomForestRegressor().fit(X_train,y_train)        随机森林回归模型

LinearRegression().fit(X_train,y_train)        直线回归模型

if torch.cuda.is_available():  

    torch.cuda.manual_seed(42)        给网络加上随机种子，保证结果的可复现性

TensorDataset是PyTorch中用于将样本和标签打包成单个数据集的类

DataLoader是一个可迭代的对象，它提供了对TensorDataset的批量加载功能

reset方法用于将self.data`中的所有元素重置为0.0

getitem是一个特殊方法，它允许类的实例支持索引操作。例如，如果你有一个Accumulator的实例acc，你可以使用acc[i]来获取self.data`中的第i个元素。

 .item()将矩阵转化为python标量

y.numel()：表示预测的数量

pred=pred.detach().numpy() #安全地将张量转换为Numpy数组

对模型进行训练

def train_epoch_ch3(net, device,train_iter, loss, updater):

将模型设置为训练模式

    net.train()

连续特征异常值简单处理
df.loc[df['power']>600,'power'] = 600