1、波士顿房价预测
1.1、特点
- 回归问题,解释变量唯一
- 利用整数下标
1.2、代码
from pandas import read_csv
dataset =read_csv('train.csv').values
X = dataset[:,0:13]
Y = dataset[:,13]
波士顿房价预测
特点:回归问题,解释变量唯一利用条件
from pandas import read_csv
dataset =read_csv('train.csv')
X = X = dataset.iloc[:, dataset.columns != "price"]
Y = dataset[:,dataset.columns == "price"]
2、船舶航行轨迹预测
2.1、特点
回归问题,解释变量为 lat
lon
2.2、代码
from pandas import read_csv
dataset =read_csv('train.csv')
# mmsi lat lon Sog Cog timestamp
#dataset.iloc[行,列]
#这里指 [所有行,bool]
X = dataset.iloc[:, [True,False,False,True,True,True]]
Y = dataset.iloc[:, [False,True,True,False,False,False]]
2.3、TIP
这里的列,根据bool/条件语句/整数去选择列都可以,比如
X = dataset.iloc[:, dataset.columns != "lat"]
上面的只适合一元响应变量的特征输入,很可惜 写成下面这样就无法通过编译了
X = dataset.iloc[:, dataset.columns != "lat" and dataset.columns != "lon"]
原因如下 上面提到的双条件判断出现了[True,False,False,True,True,True]与[False,True,True,False,False,False]判断,出现了多组值的判断