step1 导入所需的库
step2 导入数据集
step3 处理丢失数据以及其他异常数据
step4 解析分类数据(转化为数字)
step5 拆分训练集,验证集,测试集。
可根据0.8: 0.1 :0.1拆分
拆分时注意随机打乱。
如果数据分布不均衡可在这里按照数据分布比例筛选训练集和测试集,使之与实际比例相同
常用的python包:
numpy 数据处理,数组计算
pandas 结构化数据处理
sklearn 机器学习包
matplotlib 画图
常用数据集:
step1 导入所需的库
step2 导入数据集
step3 处理丢失数据以及其他异常数据
step4 解析分类数据(转化为数字)
step5 拆分训练集,验证集,测试集。
可根据0.8: 0.1 :0.1拆分
拆分时注意随机打乱。
如果数据分布不均衡可在这里按照数据分布比例筛选训练集和测试集,使之与实际比例相同
常用的python包:
numpy 数据处理,数组计算
pandas 结构化数据处理
sklearn 机器学习包
matplotlib 画图
常用数据集: