摘要：
对于一些标签和特征来说，分布不一定符合正态分布，而在实际的运算过程中则需要数据能够符合正态分布 因此我们需要对特征进行log变化，使得数据在一定程度上可以符合正态分布 进行log变化，就是对数据使用np.log(data+1) 加上1的目的是为了防止数据等于0，而不能进行log变化 代码： 第一步： 阅读全文
摘要：
函数说明: 1. .quantile(cut_list) 对DataFrame类型直接使用,用于求出给定列表中分数的数值，这里用来求出4分位出的数值 2. plt.axvline() # 用于画出图形中的竖线 3. pd.qcut(feature, cut_list, labels) 用于对特征进行 阅读全文
摘要：
函数说明: 1. .hist 对于Dataframe格式的数据，我们可以使用.hist直接画出直方图 对于一些像年龄和工资一样的连续数据，我们可以对其进行分段标记处理，使得这些连续的数据变成离散化 就好比：我们可以将0-9岁用0表示 10-19用1表示 20-29用2表示 ... 下面我们对一个年龄 阅读全文
摘要：
函数说明： 1. PolynomialFeatures(degree=2, interaction_only=False, include_bias=False) 参数说明:degree=2,表示多项式的变化维度为2，即^2, interaction_only表示是否只使用a*b, include_ 阅读全文
摘要：
函数说明： 1. Binarizer(threshold=0.9) 将数据进行二值化，threshold表示大于0.9的数据为1,小于0.9的数据为0 对于一些数值型的特征：存在0还有其他的一些数 二值化指的是：将大于0的特征使用1表示，将等于0的特征还是用0表示 对于二值化操作：使用两种方法 第一 阅读全文
摘要：
1.LabelEncoder() # 用于构建数字编码 2 .map(dict_map) 根据dict_map字典进行数字编码的映射 3.OnehotEncoder() # 进行one-hot编码，输入的参数必须是二维的，因此需要做reshape,同时使用toarray() 转换为列表形式 3 pd 阅读全文