写这个的时候已经一口气看完task05了,有点没头绪,先把笔记写一写。
1. 养成看数据的好习惯
train.head()
train.columns
2. errors='coerce' 无效解析将被设置为NaT
3. https://blog.csdn.net/DataCastle/article/details/84323603
4. data['city'] = data['regionCode'].apply(lambda x : str(x)[:-3]) 输出倒数第三个字符之前的所有字符
5. https://www.jianshu.com/p/42f1d2909bb6 pandas groupby用法
train_gb = train.groupby("brand")
train_gb["power"].value_counts() 就可以看到每种brand下不同power的个数统计
6. 感觉初期是可以这样,先看看常用的模型,以及它们对数据的要求,怎么处理数据可以喂给它们
7. 归一化函数:
def max_min(x):
return (x - np.min(x)) / (np.max(x) - np.min(x))
8. https://www.jianshu.com/p/5f8782bf15b1 哑变量
感觉是减少了onehot的位数
9. MLxtend 由Sebastian Raschka开发,是一系列有效工具的集合,也是针对机器学习任务的扩展。
10. 异常值处理是为了去除噪声,填补缺失值可以加入先验知识等。