记——实现机器学习的流程初步理解

1.读取数据（pandas)

读取csv、xls文件等

2.数据预处理、分析（pandas）

• 预处理工作：缺少列头、分割字段、索引号处理、删除行列、处理空值、处理重复行、日期处理、文件保存等。

• 分析：条件过滤、排序、分类汇总等。

3.数据分析

特征工程（sklearn.preprocessing）：

• 使用Sklearn预处理模块：preprocessing
• 数据归一化正则化（preprocessing.normalize()：作用：把数据收敛到[0,1]之间
• 数据标准化（preprocessing.scale()） 作用：缩放处理 均值为0，方差为1

4.挖掘（sklearn（机器学习）、numpy（数组矩阵）、metrics（模型效果验证））：

• 设置一个数据集X 【不能是一维数组】，和一个标签集y，
• 选取模型（选择算法：回归、分类、聚合、降维）：model=模型()
• 模型拟合：model.fit(x,y)
• 根据x值，预测y值：print“y_predicted=”,model.predict(x)

模型调优正在学习，之后再添加.

• 后记：
  有需要的朋友可以搜索微信公众号：【知音库】
  这里有个人总结的文章，本人是大数据专业学生，
  同时也是为了鼓励自己，坚持写笔记，希望可以共同进步。