摘要：1 Python将缺失值定义为nan，意思是not a number 2 查看所有列中，每个列有几个空值 missing_val_count_by_column = (home_data.isnull().sum()) print(missing_val_count_by_column) print 阅读全文

摘要：随机森林核心代码： 1 首先读入excel数据 2 用y存储标签列 3 用X存储所需的特征列 4 train_X, val_X, train_y, val_y = train_test_split(X, y, random_state=1) 下面是随机森林部分 from sklearn.ensemb 阅读全文

摘要：循环和列表推导式（Loops and List Comprehensions） 例1：求列表的平方 squares = [n**2 for n in range(10)]squares[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 例2：求列表中字母少于6的单词 short 阅读全文

摘要：1 平均绝对误差(Mean Absolute Error)(MAE) from sklearn.metrics import mean_absolute_error predicted_home_prices = melbourne_model.predict(X)mean_absolute_err 阅读全文

摘要：1 This step of capturing patterns from data is called fitting or training the model. The data used to fit the model is called the training data. 1 从数据 阅读全文

摘要：分析特征 1 用图形显示loc_x, loc_y，得出其是球场上坐标 2 将loc_x, loc_y转化为极坐标 3 将minutes_remaining and seconds_remaining这两个属性合并 4 通过nona.action_type.unique()命令，查看action_ty 阅读全文

摘要：https://www.kaggle.com/dixhom/data-analysis-for-beginners/notebookKobe_Bryant_Shot_Selection.py#这一段画图的代码不太理解import matplotlib.cm as cm plt.figure(figs 阅读全文

摘要：data = pd.read_csv('data.csv')print(data.info()) #显示多少行 多少列 每列的数据类型 set(data['shot_type'].tolist()) #显示这一列有哪几种数据 data['shot_type'].value_counts()#显示这一 阅读全文

摘要：5.1 分类与预测 分类属于有监督学习 分类算法过程： 1 训练样本集建立模型 2 用测试集评估模型准确率，如果可以接受，再用该模型对未知标号的待测样本集进行预测 常用分类与预测算法 回归分析，决策树，人工神经网络，贝叶斯网络，支持向量机 回归分析：通过建立模型来研究变量之间相互关系的有效工具 常用 阅读全文

摘要：数据预处理：数据清洗，数据集成，数据变换，数据规约 数据清洗 1 缺失值处理：删除记录，数据插补，不处理 数据插补：拉格朗日插值法(P63 4-1_lagrange_newton_interp.py)，牛顿插值法，回归方法，临近插补法，均值插补法等 2 异常值处理：删除记录，视为缺失值，平均值修正， 阅读全文

摘要：分布分析 1 定量数据的分布分析方法：频率分布表，频率分布直方图，茎叶图(P38例子 3-1_abnormal_check.py) 2 定性分类数据分析方法：饼图，条形图 对比分析 1 绝对数比较 2 相对数比较 统计量分析 1 集中趋势度量：均值 中位数 众数 2 离中趋势度量：极差 标准差 变异 阅读全文

摘要：3-1_abnormal_check.py 读入数据，指定索引列，画箱线图，检查数据异常值 3-2_statistics_analyze.py 统计量分析，极差，变异系数，四分位数间距，过滤异常数据 3-3_dish_pareto.py 贡献度分析，画帕累托图 3-4_correlation_ana 阅读全文

摘要：数据质量分析的任务：检查原始数据中的脏数据（缺失值，异常值，不一致的值，重复数据及含有特殊符号（如#,$,*）的数据） 1 缺失值： 缺失值包括：记录的缺失，记录中某个字段信息的缺失 缺失值处理方法：删除缺失值的记录，对可能值插补，不处理 2 异常值： 异常值包括：录入错误，不合常理的数据 异常值处 阅读全文