【数据挖掘】Task03笔记汇总

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  

pd.to_datetime库

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。