Udacity机器学习(进阶)P3用到的函数笔记
来源:互联网 发布:国外聊天软件app 编辑:程序博客网 时间:2024/05/22 07:44
pandas.DataFrame.drop
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
示例:
>>> df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['A', 'B', 'C', 'D'])>>> df A B C D0 0 1 2 31 4 5 6 72 8 9 10 11
删除列:
>>> df.drop(['B', 'C'], axis=1) A D0 0 31 4 72 8 11>>> df.drop(columns=['B', 'C']) A D0 0 31 4 72 8 11
由索引号来删除行
>>> df.drop([0, 1]) A B C D2 8 9 10 11
sklearn.tree.DecisionTreeRegressor
class sklearn.tree.DecisionTreeRegressor(criterion=’mse’, splitter=’best’, max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None, random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, min_impurity_split=None, presort=False)
示例:
>>> from sklearn.datasets import load_boston>>> from sklearn.model_selection import cross_val_score>>> from sklearn.tree import DecisionTreeRegressor>>> boston = load_boston()>>> regressor = DecisionTreeRegressor(random_state=0)>>> cross_val_score(regressor, boston.data, boston.target, cv=10)... ...array([ 0.61..., 0.57..., -0.34..., 0.41..., 0.75..., 0.07..., 0.29..., 0.33..., -1.42..., -1.77...])
对中值和平均值相差很大的歪斜函数做非线性缩放
一种实现这个缩放的方法是使用Box-Cox 变换,这个方法能够计算出能够最佳减小数据倾斜的指数变换方法。
一个比较简单的并且在大多数情况下都适用的方法是使用自然对数。
numpy.log()
numpy.percentile
示例:
>>> a = np.array([[10, 7, 4], [3, 2, 1]])>>> aarray([[10, 7, 4], [ 3, 2, 1]])>>> np.percentile(a, 50)3.5>>> np.percentile(a, 50, axis=0)array([[ 6.5, 4.5, 2.5]])>>> np.percentile(a, 50, axis=1)array([ 7., 2.])>>> np.percentile(a, 50, axis=1, keepdims=True)array([[ 7.], [ 2.]])
>>> m = np.percentile(a, 50, axis=0)>>> out = np.zeros_like(m)>>> np.percentile(a, 50, axis=0, out=out)array([[ 6.5, 4.5, 2.5]])>>> marray([[ 6.5, 4.5, 2.5]])
>>> b = a.copy()>>> np.percentile(b, 50, axis=1, overwrite_input=True)array([ 7., 2.])>>> assert not np.all(a == b)
python list extend函数
用法:extend() 函数用于在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表)
语法:
list.extend(seq)
这里可以注意一下extend和append的区别
extend是直接在list后面加
append会变成[[1,2,3],[4,5,6]]示例:
#!/usr/bin/pythonaList = [123, 'xyz', 'zara', 'abc', 123];bList = [2009, 'manni'];aList.extend(bList)print "Extended List : ", aList ;
- 输出:
Extended List : [123, 'xyz', 'zara', 'abc', 123, 2009, 'manni']
阅读全文
2 0
- Udacity机器学习(进阶)P3用到的函数笔记
- Udacity机器学习(进阶)——朴素贝叶斯迷你项目2
- Udacity机器学习(进阶)——朴素贝叶斯迷你项目2
- 优达(Udacity)-机器学习基础-回归
- 《机器学习实战》和Udacity的ML学习笔记之 Ensemble Learning 集成学习
- 《机器学习实战》和Udacity的ML学习笔记之决策树
- 《机器学习实战》和Udacity的ML学习笔记之线性回归
- 《机器学习实战》和Udacity的ML学习笔记之神经网络
- 《机器学习实战》和Udacity的ML学习笔记之 instance-based learning
- 《机器学习实战》和Udacity的ML学习笔记之 支持向量机&kernel
- Udacity机器学习入门笔记——支持向量机(SVM)
- Udacity机器学习入门笔记——决策树(Decision Tree)
- Udacity机器学习入门笔记——朴素贝叶斯
- Udacity机器学习入门笔记——Random Forest
- 非监督学习(Udacity学习笔记)
- udacity上Google的深度学习笔记
- Udacity无人驾驶工程师学习笔记(一)
- ES6学习笔记-Udacity
- 合并有序数组
- 渗透网站搜寻
- 软件调试笔记66
- Android研究_Gralloc_1概述及库加载
- CONTAINING_RECORD宏的实现原理
- Udacity机器学习(进阶)P3用到的函数笔记
- 移动端android/ios低版本不兼容position:fixed属性
- IOC容器的依赖注入
- mysql常用命令-密码设置
- Java设计模式百例
- java练习题13
- Android Studio类注释 方法注释
- iOS 创建Framework
- task_struct结构体及其字段介绍