打卡2

该博客主要介绍了机器学习项目的数据预处理步骤,包括导入数据、观察训练集与预测集概况、缺失值处理、特征分布分析。通过缺失值可视化和处理类别倾斜问题,以及对预测值的分布分析,发现使用log变换可以改善预测值的分布不均。同时,对类别特征的unique分布进行了检查。
摘要由CSDN通过智能技术生成

导入数据

#首先导入各种库
import warnings
warnings.filterwarnings('ignore')
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
Train_data = pd.read_csv('used_car_train_20200313.csv', sep=' ')
Test_data = pd.read_csv('used_car_testA_20200313.csv', sep=' ')

观察训练集和预测集的大致情况

print(Train_data.head().append(Train_data.tail()))
print('Train_data.shape:',Train_data.shape)
print(Test_data.head().append(Test_data.tail()))
print('Test_data.shape:',Test_data.shape)
print(Train_data.describe())
print(Test_data.describe())
Train_data.info()
Test_data.info()

缺失值处理

# nan可视化
missing = Train_data.isnull().sum()
missing = missing[missing > 0]
missing.sort_values(inplace=True)
missing.plot.bar()
plt.show()
## 2) 查看异常值检测
Train_data['notRepairedDamage'].value_counts()
Train_data['notRepairedDamage'].replace('-', np.nan, inplace=True
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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