1、操作环境感受:
pycharm是Python比较好的开发环境,但是有很多要学的地方,小文件或者图多的可以用jupyter notebook,大文件用Spyder,有时候文件大了再用jupyter,浏览器会卡死。
2、数据读取问题:
读取数据Initializing from file failed,指定引擎
Train_data = pd.read_csv(‘路径’,engine=’python’,encoding=’utf-8-sig’)
3、数据预览括号问题
Train_data.shape→注意此处没有括号,有括号会报错
Train_data.info()→注意此处有括号,没有括号显示不出概况,显示的是数据原样
4、混淆矩阵
混淆矩阵用于机器学习分类模型预测结果分析表,以矩阵形式将数据集中的记录按照真实的类别与分类模型预测的类别判断两个标准进行汇总。其中矩阵的行表示真实值,矩阵的列表示预测值,以二分类为例,看下矩阵表现形式,如下:
(1)若一个实例是正类,并且被预测为正类,即为真正类TP(True Positive )
- (2)若一个实例是正类,但是被预测为负类,即为假负类FN(False Negative )
- (3)若一个实例是负类,但是被预测为正类,即为假正类FP(False Positive )
- (4)若一个实例是负类,并且被预测为负类,即为真负类TN(True Negative )
跑通baseline,上传天池平台比赛结果如下:
借鉴内容:
1.开源内容https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning
2模型评估之混淆矩阵(confusion_matrix)含义及Python代码实现https://baijiahao.baidu.com/s?id=1619821729031070174&wfr=spider&for=pc