在當今社會的潮流下，機器學習，深度學習等已經得到了深層次的運用，為了鞏固學習效果，也方便尋找**等，我將學習機器學習的一些感悟等進行總結。
1.我們需要引入兩個庫，numpy和pandas。pandas則用來匯入，讀取，管理資料。
import numpy as np
import pandas as pd
2.匯入資料集dataset = pd.read_csv(
'data.csv'
)//讀取csv檔案
3.將資料轉化成矩陣形式我們使用dataset.iloc命令完成
x = dataset.iloc[:,
:3].values//讀取其全部行，0至3列
y = dataset.iloc[4,
4].values //讀取第4行，第4列。
4.處理丟失的資料我們將引入sklearn.preprocessing庫中的imputer來完成任務。
from sklearn.preprocessing import imputer
imputer = imputer(missing_values =
"nan"
, strategy =
"mean"
, axis =0)
imputer = imputer.fit(x[:,
1:3]
)x[:,
1:3]
= imputer.transform(x[:,
1:3]
)
5.解析分類資料我們將引用sklearn.preprocessing庫中的 labelencoder來完成工作。
from sklearn.preprocessing import labelencoder, onehotencoder
labelencoder_x = labelencoder()x[
:,0]
= labelencoder_x.fit_transform(x[:,
0])
onehotencoder = onehotencoder(categorical_features =[0
])x = onehotencoder.fit_transform(x)
.toarray(
)labelencoder_y = labelencoder(
)y = labelencoder_y.fit_transform(y)
6.拆分資料集為訓練集合和測試集合from sklearn.cross_validation import train_test_split
x_train, x_test, y_train, y_test = train_test_split( x , y , test_size =
0.2, random_state =
0)
7.特徵量化（特徵縮放）from sklearn.preprocessing import standardscaler
sc_x = standardscaler(
)x_train = sc_x.fit_transform(x_train)
x_test = sc_x.transform(x_test)
機器學習之資料預處理
1.為什麼需要資料預處理？原始資料來自於現實場景，常常有以下幾個特徵 髒 亂 差 缺。髒體現在原始資料裡混雜許多雜訊資料，亂體現在原始資料各維度量綱不同一。差體現在資料錯誤 出現不尋常不一致，這和髒相似。缺體現在原始資料的某些資料段值的缺失。2.資料預處理的方法。歸一化 標準化和中心化是資料預處理中...
機器學習之資料預處理
from sklearn.preprocessing import standardscaler x scaler standardscaler y scaler standardscaler x train x scaler.fit transform x train y train y scal...
機器學習之資料預處理
資料預處理方法 均值移除 範圍縮放 二值化歸一化 獨熱編碼 標籤編碼 直接呼叫api介面進行處理 輸入 輸出 0.5 5.0 0.6 5.5 0.8 6.0 1.1 6.8 1.4 7.0 y f x 函式 y w0 w1x x 輸入 y 輸出 w0和w1 模型引數 所謂模型訓練，就是根據已知的x和...