特征工程-缺失值处理
zxxxlh123
这个作者很懒,什么都没留下…
展开
-
机器学习之数据预处理——降噪
机器学习之数据预处理——降噪上一节学习线性回归法填补缺失值和拉格朗日插值法,这节课学习采用等深分箱的方式进行数据降噪处理。1.降噪方法money=[800,1000,1200,1500,1600,1800,2000,2300,\ 2500,2800,3000,3500,4000,4500,4800,5000]cut1=pd.cut(pd.Series(money), bins=[0,1000,2000,3000,4000,5000])#设定分箱区间#0可以写,也可以不写prin原创 2020-10-19 16:22:51 · 20833 阅读 · 8 评论 -
机器学习之数据预处理——缺失值填充
机器学习之数据预处理——缺失值上一节给大家回顾了Pandas进行数据预处理会用到哪些方法,学习缺失值简单的填充方法(0、unknown、均值等),这节课学习线性回归法填补缺失值和拉格朗日插值法。1.线性回归法填补缺失值#随机生成一个线性回归数据from sklearn.datasets import make_regressionX,Y=make_regression(n_samples=100, n_features=1,n_targets=1,noise=10.5,random_state原创 2020-10-19 16:04:28 · 6971 阅读 · 6 评论 -
机器学习之数据预处理——缺失值
机器学习之数据预处理——缺失值本文先给大家介绍Pandas进行数据预处理会用到哪些方法,之后再介绍缺失值的处理方法。1.Pandas基础2.数据预处理——缺失值处理3.数据预处理——插值法下一节学习线性回归法填补缺失值和拉格朗日插值法编写打磨课件不易,走过路过别忘记给咱点个赞,小女子在此(❁´ω`❁)谢过!参考文献:1.《对比EXCEL轻松学习Python数据分析》2.《Python数据分析与数据化运营》...原创 2020-10-16 14:41:32 · 1163 阅读 · 1 评论 -
使用拉格朗日插值法填充缺失值,报错‘Passing list-likes to .loc or [] with any missing labels is no longer supported
学习拉格朗日插值法时,曾经参考第一篇文章https://blog.csdn.net/playgoon2/article/details/77051285做了一段算法代码,import pandas as pdimport matplotlib.pyplot as pltfrom scipy.interpolate import lagrangedef polyinterp(data,k=5): df1=data.copy() print("原始数据(含缺失值):",'\n',data原创 2020-10-08 15:48:02 · 7207 阅读 · 0 评论