1 特征工程是什么？2 数据预处理　　2.1 无量纲化　　　　2.1.1 标准化　　　　2.1.2 区间缩放法　　　　2.1.3 标准化与归一化的区别　　2.2 对定量特征二值化　　2.3 对定性特征哑编码　　2.4 缺失值计算　　2.5 数据变换3 特征选择　　3.1 Filter ...

1.首先造一个测试数据集 这里我们把 pet、age、salary 都看做类别特征，所不同的是 age 和 salary 都是数值型，而 pet 是字符串型。我们的目的很简单: 把他们全都二值化，进行 one-hot 编码 2. 对付数值型类别变量 对 age 进行二值化很简单 ...

一，scikit-learn中常用的评估模型 1.评估分类模型： ​ 2.评估回归模型： ​ 二、常见模型评估解析： •对于二分类问题，可将样例根据其真实类别和分类器预测类别划分为：（T,F表示预测的正确与错误性，P,N表示预测的正类和负类） •真正 ...

更新scikit-learn需要一起更新以下几个包（有网情况一条命令自动安装，没网情况手动下载安装）： 有网的情况： 没网情况： 查看包版本 ...

4.2 特征提取 sklearn.feature_extraction 模块可以被用来从包含文本或者特片的数据集中提取出适用于机器学习算法的特征。 注意：特征提取和特征选择是极不相同的：前者由任意数据组成，比如文本或者图片，转换为适用于 ...

看到一篇好文章分享出来，看别人是如何选特征的，作者是Edwin Jarvis 作者：Edwin Jarvis 特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层 ...

1. Dataset 　　scikit-learn提供了一些标准数据集（datasets），比如用于分类学习的iris 和 digits 数据集，还有用于归约的boston house prices 数据集。 其使用方式非常简单如下所示 ...

scikit-learn点滴 scikit-learn是非常漂亮的一个机器学习库,在某些时候,使用这些库能够大量的节省你的时间,至少,我们用Python,应该是很难写出速度快如斯的代码的. scikit-learn官方出了一些文档,但是个人觉得,它的文档很多东西都没有讲清楚,它说算法原理 ...