数据处理中遇到的函数

1.读数据
test_data=pd.read_csv(‘D:/dataset/Titanic/test.csv’)

2.看数据
train_data.head()看前五行
train_data.info()看统计

3.看哪些列有null
train_data.isnull().sum()

4.填充缺失值
train_data[‘Age’].fillna(train_data[‘Age’].mean(), inplace=True)(这里是填充平均值)

5.改变值(比如’male’变成0)
train_data[‘Sex’].replace(‘male’,1,inplace=True)
train_data[‘Embarked’].replace([‘S’,‘C’,‘Q’],[0,1,2],inplace=True)

6.网格搜索

rfc_best=RandomForestClassifier()#随机森林
params = {'n_estimators':list(range(50,300,50)),'max_depth':list(range(2,10,2))}
gsearch = GridSearchCV(rfc_best,params,n_jobs=-1,cv = 5,verbose=1)
gsearch.fit(train_data,train_target)

7.写答案

predictions =gsearch.predict(x_test)
submission = pd.DataFrame({'PassengerID' : test_data.PassengerId , 'Survived': predictions.astype(np.int32)})
submission.to_csv(r'D:/dataset/Titanic/rfc_best_submission.csv',index = False)

8.train_test_split

X_train,X_test, y_train, y_test =sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.4, random_state=0,stratify=y_train)

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值