記事の内容はpython 標準化について書きます。 python 標準化について学んでいる場合は、csmetrics.orgこのpython-深度學習2-資料預處理(na值、標準化、單熱轉換、隨機抽樣)の記事でpython 標準化を分析してみましょう。
目次
python-深度學習2-資料預處理(na值、標準化、單熱轉換、隨機抽樣)でpython 標準化に関する関連ビデオを最も詳細に説明する
このWebサイトComputerScienceMetricsでは、python 標準化以外の情報を更新して、自分自身のためにより便利な理解を得ることができます。 csmetrics.orgページで、ユーザー向けに毎日新しいコンテンツを更新します、 あなたに最も詳細な知識を提供したいという願望を持って。 ユーザーが最も詳細な方法でインターネット上に知識を追加することができます。
トピックに関連するいくつかの説明python 標準化
式。 領収書 備考 お客様 制作サービス:分析 制作:ライン 分析:文書保存 加工:フィル NA、正規化、ワンホット、ランダムサンプリング、Pythonでニューラルネットワーク
画像はpython 標準化の内容に関連しています
あなたが見ているpython-深度學習2-資料預處理(na值、標準化、單熱轉換、隨機抽樣)に関するニュースを追跡することに加えて、Computer Science Metricsが毎日下に投稿した詳細情報を読むことができます。
python 標準化に関連するキーワード
#python深度學習2資料預處理na值標準化單熱轉換隨機抽樣。
[vid_tags]。python-深度學習2-資料預處理(na值、標準化、單熱轉換、隨機抽樣)。
python 標準化。
python 標準化に関する情報を使用して、csmetrics.orgが更新され、より多くの情報と新しい知識が得られることを願っています。。 Computer Science Metricsのpython 標準化についての知識を見てくれて心から感謝します。
import pandas as pd
import numpy as np
from sklearn import datasets, preprocessing
from sklearn.model_selection import train_test_split
#%%
iris = datasets.load_iris()
x = pd.DataFrame(iris['data'], columns=iris['feature_names'])
y = pd.DataFrame(iris['target'].astype(str), columns=['target_names'])
df = pd.concat([x,y], axis=1)
#%%
'檢查&補值'
df.isna().sum()
df=df.fillna(0) #0補值
df=df.fillna(method='pad') #前一筆
df=df.fillna(method='bfill')#後一筆
df['target_names']=df['target_names'].fillna((df['target_names'].mode())) #眾數
df['sepal length (cm)']=df['sepal length (cm)'].fillna((df['sepal length (cm)'].mean())) #平均值
#%%
'資料轉換-標準化'
min_max_scaler = preprocessing.MinMaxScaler()
df = min_max_scaler.fit_transform(df)
#%%
'單熱'
one_hot = pd.get_dummies(df)
labels = np.array(one_hot['sepal length (cm)']) #應變數
features= one_hot.drop('sepal length (cm)', axis = 1) #排除應變數
feature_list = list(features.columns) #保留自變數名
features = np.array(features) #轉成array
#%%
'隨機抽樣'
trainX, testX, trainY, testY = train_test_split(features, labels, test_size = 0.3, random_state = 42)
trainY = trainY.reshape(-1, 1) #創行
testY = testY.reshape(-1, 1) #創行
第一章我還行,這章我開始聽不太懂,這是不是需要先修哪些課程?