python机器学习及实践-第二章第一节

线性分类器

拿到数据，首先对数据进行预处理，去除掉带有缺失值的数据

注：也可以用类似s.replace(’?’,np.nan)#用np.nan替换？ s.replace({’?’:‘NA’})#用NA替换？等方法替换
传入how=‘all’滤除全为NaN的行

注：value_counts()是一种查看表格某列中有多少个不同值的快捷方法，并计算每个不同值有在该列中有多少重复值。value_counts()是Series拥有的方法，一般在DataFrame中使用时，需要指定对哪一列或行使用

注：fit_transform：不仅计算训练数据的均值和方差，还会基于计算出来的均值和方差来转换训练数据，从而把数据转换成标准的正太分布
transform：很显然，它只是进行转换，只是把训练数据转换成标准的正态分布



注：左面一列是分类标签，support是数量 ，macro avg 宏平均 ， weighted avg 加权平均


可以看出：LR比 SGD classifier有更高的准确性。因为LR用的是解析的方式，而SGD用的是梯度法。