![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 76
李灬华
这个作者很懒,什么都没留下…
展开
-
数据预处理
数据预处理 数据解读 1.利用pandas包读取数据 # 读取excel表格,第三行开始读取,读取train表 pd.read_excel('data.xlsx', header=2, sheet_name='train') #读取csv文件 pd.read_csv('data.csv', header=0) 2.查看数据集基本信息 data.info() #DataFrame data.shape #数据集规模 数据探索 1.数据正确性校验 # 检验数据集id无重复 data['id'].n原创 2022-03-31 21:48:36 · 466 阅读 · 0 评论 -
3Dshapes.h5数据集的加载
3dshapes.h5 数据集加载 3Dshapes数据集 3dshapes是由6个地面真实独立的潜在因素程序生成的三维形状数据集。 这些因素是地板颜色,墙壁颜色,对象颜色,规模,形状和方向。 此数据集一般用于解耦模型 480000张(64,64,3)的RGB图像以及对应的标签 标签对应着六个生成因子的值 官方网址: https://github.com/deepmind/3d-shapes 数据集解读: https://tensorflow.google.cn/datasets/catalog/shape原创 2022-03-21 22:37:38 · 1086 阅读 · 0 评论