【数据挖掘】[01]心跳信号预测

---

前言

首先感谢datawhale组织的组队学习，学习地址
GitHub：https://github.com/datawhalechina/team-learning-data- mining/tree/master/HeartbeatClassification
阿里云天池：https://tianchi.aliyun.com/competition/entrance/531883/notebook

---

一、数据处理

1.压缩dataframe占用内存

Kaggle比赛中常用
尤其是对大量使用数字类型的数据，主要原理是把int64/float64类型的数值用更小的int(float)32/16/8来搞定，拿走直接用，经常会减少50%的内存使用，甚至更多。

def reduce_mem_usage(df):
    start_mem = df.memory_usage().sum() / 1024**2 
    print('Memory usage of dataframe is {:.2f} MB'.format(start_mem))
    
    for col in df.columns:
        col_type = df[col].dtype
        
        if col_type != object:
            c_min = df[col].min()
            c_max = df[col].max()
            if str(col_type)[:3] == 'int':
                if c_min > np.iinfo(np.int8).min and c_max < np.iinfo(np.int8).max:
                    df[col] = df[col].astype(np.int8)
                elif c_min > np.iinfo(np.int16).</