youth06050的博客

连续变量之间的检验，用pearson系数（服从正态分布）；离散变量或非正态分布连续变量之间的检验，用spearman或者kendall系数；连续与离散变量之间，可以考虑Kendall、卡方检验。spearman相关系数范围：0.2-0.4弱正相关，0.4-0.6算是中等相关，0.6-0.8达到强正相关。pearson相关系数范围：0.8-1.0 极强相关0.6-0.8 强相...

pd.read_csv读取文件时，要注意转义字符\的问题。有几种路径编写格式：1、路径名字符串之前加r，data=pd.read_csv(r’C:\AI\代码文档\工作\feature\fea_hfx4.csv’)。2、文件路径中的\改成/或者\。不然可能会提示编码错误。...

要注意在进行列之间的运算时要避免使用输入参数仅为数值的函数，如float、math.log等，类型转换的话使用astype对整个序列进行操作。

math.log函数只能对某个数值进行处理，无法对列表、序列等进行处理，需要通过循环的方式解决。numpy.log函数可以对数值或者列表、序列等进行对数运算，比较适用于在对dataframe、series整列做数据处理的场景。...

转载：https://www.cnblogs.com/fengff/p/8857360.htmlpython为什么需要reload(sys)后设置编码python在安装时，默认的编码是ascii，当程序中出现非ascii编码时，python的处理常常会报这样的错UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0x?? in positio...

X_train,X_test, y_train, y_test =sklearn.model_selection.train_test_split(sample_data,sample_target,test_size=0.25, train_size=None,random_state=0,stratify=y_train)train_data：所要划分的样本特征集train_target：...

pandas.get_dummies（data，prefix = None，prefix_sep =’’，dummy_na = False，columns = None，sparse = False，drop_first = False，dtype = None ）参数含义：data ： array-like，Series或DataFrameprefix ：string，字符串列表或字符串d...

pd.DataFrame.astype(self, dtype, copy=True, errors=‘raise’, **kwargs)参数说明：dtype：如果是某数据类型的字符串，则将df所有的字段转换成这一类型；如果是字典形式，{‘列名’:‘数据类型’}，则将指定字段转换成特定的类型。copy：默认为True，当为真时，返回一个副本。error：默认为raise，即当有错误时将触发...

sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True)with_mean：去均值的中心化（均值变为0）with_std：方差的规模化（方差变成1）

pd.concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False)主要参数说明：objs：需要拼接的对象。axis：默认为0，按行拼接；如果设成1，则是按照列进行拼接。join：拼接的方式，默...