分类问题回归问题

从文件txt、excel等读取并对数据做简单的处理比如去掉缺省值等

3、特征处理

pd.DataFrame([[green,M,20,class1],[red,L,21,class2],[blue,XL,30,class3],

df.columns

[{city:beijing,temp:33},{city:GZ,temp:42},{city:SH,temp:40},

feature

df[‘Sex’]le.fit_transform(df[‘Sex’])

上述两种编码是基于列种值的类别来进行编码的所以你每训练一次都需要保存下编码的类别并在预测输入数据的时候使用相同的类别数据进行编码

我们可以直接保存old_data和encoder_data和之间的映射关系字典或者下面的csv格式里都可以。

for

lbe.fit_transform(beat_data[col])#

method

lbe.transform([i])[0]locals()[name][i]

save

pd.DataFrame(list(my_dict.items()),

columns[key,

否则默认保存的key是strdf.to_csv(save_dir

str(col)

False)在预测的新数据的时候加载出来查找类别对新输入进行编码。

遇到没有类别的要特殊处理如

train

MinMaxScaler(feature_range(0,1))

data

[[90,2,10,40],[60,5,15,45],[73,3,13,45]

data

[[90,2,10,40],[60,5,15,45],[73,3,13,45]

data

av.fit_transform([[0,2,4,3],[0,3,7,3],[0,9,6,3]])#

PCA

pca.fit_transform([[0,2,4,3],[0,3,7,3],[0,9,6,3]])

包括PCA和标准化也和编码一样要考虑输入单个数据的时候如何进行

4、选择算法、训练模型

必须要做参数等交叉验证方便看看哪个算法的哪个算子上表现的最好。

model_selection.cross_val_score

【sklearn】sklearn中的交叉验证_sklearn交叉验证_L鲸鱼与海的博客-CSDN博客

训练好后将模型保存下来

【Sklearn】3种模型保存的文件格式及调用方法_sklearn

5、工程化应用化