机器学习基本篇

1 基本概念

机器学习,分为 回归,分类,聚类,降维

有监督学习 回归,分类, 有特征,有标签,进行训练,然后对新数据进行预测

无监督学习 聚类,降维。

题目越多,训练越好,

2 基本流程

数据预处理------ 模型训练与评估

可以优化为 获取数据------数据预处理------EDA 分析------特征工程------模型训练------可解释性分析

2.0 数据获取

利用 kaggle, 天池 等平台的 开源 数据,

2.1 预处理

目的:

  1. 让数据更符合逻辑
  2. 让数据更容易计算
    借助函数实现变换 or 运算
认识数据

常用 pandas 包,是 python 中一个强大的数据分析和处理库。

其可以

  1. 数据处理,对数据进行 清洗,转换,合并,分组等操作,处理缺失的和重复的数据。
  2. 数据读取和写入, 如 CSV 格式,excel, JSON, SQL 等
  3. 对数据进行时间序列分析,移动窗口统计等操作

** 部分常用 API **

import pandas as pd

读取数据

df = pd.read_csv('data.csv')

查看数据

df.head()

显示数据集形状. (几行几列)

df.shape

查看数据集信息。 (特征的种类和标签)

Data.info

空值的数量

mean 均值

std 标准差

min 最小值

25% 第 25 百分位数

max 最大值

unique 唯一值数量

top 出现频率最高的值

freq 最高频率出现次数

显示数据集的统计特征,

df.decribe()

相关推荐
悠哉悠哉愿意14 小时前
【机器学习学习笔记】线性回归实现与应用
笔记·学习·机器学习
THMAIL15 小时前
机器学习从入门到精通 - 机器学习调参终极手册:网格搜索、贝叶斯优化实战
人工智能·python·算法·机器学习·支持向量机·数据挖掘·逻辑回归
THMAIL17 小时前
机器学习从入门到精通 - 集成学习核武器:随机森林与XGBoost工业级应用
人工智能·python·算法·随机森林·机器学习·集成学习·sklearn
明月(Alioo)18 小时前
机器学习入门,支持向量机
人工智能·机器学习·支持向量机
不知名数学家小P18 小时前
2025国赛C题题目及最新思路公布!
机器学习·数学建模
zzywxc78719 小时前
AI行业应用:金融、医疗、教育、制造业的落地案例全解析
人工智能·深度学习·spring·机器学习·金融·数据挖掘
LLM精进之路20 小时前
0825-0829 | 大模型方向周报:多模态模型研究、训练与优化策略、安全与对齐等方向
人工智能·深度学习·机器学习
悠哉悠哉愿意1 天前
【数学建模学习笔记】机器学习回归:XGBoost回归
学习·机器学习·数学建模
XZSSWJS1 天前
机器学习基础-day03-机器学习中的线性回归
人工智能·机器学习·线性回归
茫然无助1 天前
机器学习:后篇
人工智能·机器学习