wenniewennie的博客

Evaluate multiple scores on sklearn cross_val_scorehttps://stackoverflow.com/questions/35876508/evaluate-multiple-scores-on-sklearn-cross-val-scoreCross-validation: evaluating estimator performancehttps://scikit-learn.org/stable/modules/cross_validation

二值化处理几个注意点：若用oneHotEncoder，注意该函数无法识别NA类型的，因为NA不是整数型，所以需要在二值化前对NA进行缺失值填补；如果用get_dummies函数，a = pd.DataFrame(['YES','NO','YES','NO','NO','YES'],columns =['FEE'])b = pd.get_dummies(a)返回值b，是uint8格式，无法用于大多数建模的输入。需要转换。b.info()<class ‘pandas.cor

KNN的小实验part 1采用mglearn包中的make_forge来训练~make_forge数据集turple类型，是一个二分的数据集，藏着两个array一个array是（26,2）的X一个array是（26,1）的ymglearn可通过加载datasets获取人工生成的数据，也就是前缀带make的，而本文的make_forge就是人工生成的，用于学习KNN的~我们先导入基本的包！import numpy as npimport matplotlib.pyplot as plti