python训练过程是什么_python模型训练常见过程与函数

模型训练基本流程

一、数据读入

1.使用库pandas

2.read_csv函数中，header=None,表示不读入表的列名，sep来指明文件的分隔符。

1train=pandas.read_csv('文件名',hearder=,sep=‘’)

二、数据处理

pandas.drop函数默认删除行，axis=1，则删除列；inplace=True就是替代原先的矩阵；为false则是复制矩阵进行操作，需要赋值给其他变量。

可以用于将特征与标签分离1

2tabel=train[标签所在列]

train.drop([标签所在列],axis=1,inplace=True)

列空值添加1train[x].fillna(train[x].mean,inplace=true)

空值删除1

2train=train.dropna(axis=0) #删除空值行

train=train.dropna(axis=1) # 删除空值列

哑编码对非序数类型进行one-hot编码，即将非序数类型的字符类数据转换为多个字段对应的多个值，行转列。

处理方式：sklearn.feature_extraction.dictVectorizer、pandas.getdummies.

dictVectorizer

可以一次性处理所有的数值列。

1

2

3

4dict_vec = DictVectorizer(sparse=False)# sparse=False意思是不产生稀疏矩阵。

x_train=dict_vec.fit_transform(x_train