机器学习-第九讲-多级分类

2019独角兽企业重金招聘Python工程师标准>>>

1.数据介绍

我们将要研究的数据集包含了各种汽车的信息。每辆汽车技术方面的信息有：电机的位移，汽车重量，每加仑的耗油量跑多少英里，汽车的加速有多快。使用这些信息我们可以预测汽车的来源，无论是北美，欧洲或者是亚洲。我们可以看到，跟我们先前的分类数据集不一样，类标签有是三个，使我们的工作稍稍具有更多的挑战。

这是数据的前几行：

18.0   8   307.0      130.0      3504.      12.0   70  1    "chevrolet chevelle malibu"

15.0   8   350.0      165.0      3693.      11.5   70  1    "buick skylark 320"

18.0   8   318.0      150.0      3436.      11.0   70  1    "plymouth satellite"

以下信息是数据集的列：

。mpg--- 每加仑油跑多少英里。连续的

。cylinders-----电机中的汽缸数。数量，序列，类别

。displacement----电机的尺寸。连续的。

 。horsepower----生产的马力。连续的。

 。weight----汽车的重量。连续的

。 acceleration---加速度。连续的。

。year---汽车被制造的时间。整数型，分类。

。origin--整数和分类。1.北美，2.欧洲，3.亚洲

。car-name---汽车的名字

练习

。导入Pandas包，读取auto.csv,命名为cars

。使用Series的unique方法将origin列的唯一元素值赋值给unique_regions.然后使用print函数显示unique_regions

import pandas as pd
cars = pd.read_csv("auto.csv")
print(cars.head())
unique_regions = cars["origin"].unique()
print(unique_regions)

转载于:https://my.oschina.net/Bettyty/blog/778368