邏輯回歸：
1、data.drop_duplicates(inplace = true) # 去除重複項data.index = range(data.shape[0]) # 刪除之後，要恢復索引，否則預設行數還是不變，只是將內容刪除
2、# 檢視每一列的缺失情況data.isnull().sum() / data.shape[0]
《===等價===》data.isnull().mean()
3、# 顯示這一列所有的取值data.loc[:,"numberoftimes90dayslate"].value_counts()
4、# 顯示這一列所有的取值data.loc[:,"numberoftimes90dayslate"].value_counts()
5、# 列印時可參考下面的格式，要填入的內容在中括號中print('樣本個數：{};1佔; 0 佔'.format(n_sample,n_1_sample / n_sample,n_0_sample / n_sample))
6、#按照等頻對需要分箱的列進行分箱# dataframe['列名'] 當這個列存在的時候，就是索引；當這個列不存在的時候，dataframe會自動生成叫這個列名的乙個新的列
model_data['qcut'],updown =pd.qcut(model_data['age'],retbins = true,q = 20)
pd.qcut
，基於分位數的分箱函式，本質是將連續型變數離散化
只能夠處理一維資料。返回箱子的上限和下限
引數q：要分箱的個數
引數retbins=true
來要求同時返回結構為索引為樣本索引，元素為分到的箱子的
series
現在返回兩個值：每個樣本屬於哪個箱子，以及所有箱子的上限和下限 #
在這裡時讓
model_data
新新增一列叫做「分箱
」，這一列其實就是每個樣本所對應的箱子
7、#使用資料透視表的功能groupby
model_data[model_data['seriousdlqin2yrs']== 1].groupby(by = 'qcut').count()['seriousdlqin2yrs']
8、# 使用zip可以實現將列表變成元組如：[*zip([1,2,3],['a','b','c'])]
結果顯示為：[(1,'a'),(2,'b'),(3,'c')]
9、# 改變行列svm：a = np.random.random((2,4))
a.reshape(4,2) #《*****等價於*****》np.reshape(a,(4,2))
1、# 對資料進行標準化，將資料轉化為在（0，1）之間的正態分佈from sklearn.preprocessing import standardscaler
x = standardscaler().fit_transform(x)
2、np.unique(y) # 表示去重，檢視有幾個值
3、# 使用降維from sklearn.decomposition import pca
x_dr = pca(2).fit_transform(x)
命令語句 常忘常用常記
方便查詢 刪除資料夾 rm rf 資料夾名移動檔案 安裝vue專案 npm install執行vue專案 npm run dev執行django專案 python3 manage.py runserver 0.0.0.0 8888啟動資料庫服務 service mysqld start建立資料庫命令...
2 Python之流程控制語句
目錄 1 條件語句 2 迴圈語句 2.1 for迴圈語句 2.2 while迴圈語句 與其它很多程式語言一樣，python也有自己的流程控制語句。但是，python中的表示程式結構的語句不需要使用 括起來，二十以乙個冒號作為結尾，以縮排作為語句塊。python中的流程控制語句主要包含迴圈 條件分支和...
linux常用常忘的命令格式記錄
1.sed sed是乙個很好的檔案處理工具，本身是乙個管道命令，主要是以行為單位進行處理，可以將資料行進行替換 刪除 新增 選取等特定工作，下面先了解一下sed的用法 sed命令列格式為 sed nefri command 輸入文字 常用選項 n 使用安靜 silent 模式。在一般 sed 的用法...