dataframe特征工程,如何利用df.info()统计缺失值Nan?发布于2024年05月18日 python 日常工作中,遇到的数据集不会像鸢尾花数据集那样完美,总会是出现一些空值。本文就是讲一下如何对数据集中的空值进行统计。以及在csv数据转换为dataframe的时候,对缺失值的处理。大家好,这里是苏南大叔的“程序如此... 阅读更多
机器学习,如何使用fetch_openml加载泰坦尼克数据集?发布于2024年05月17日 机器学习 在sklearn包里面,并不存在titanic.csv数据集文件本身。但是,可以通过fetch_openml()函数扩展到很多数据集,其中就包括titanic数据集。并且,在openml网站上,这个泰坦尼克数据集还... 阅读更多
机器学习数据集,解读泰坦尼克数据,有哪些字段?发布于2024年05月16日 机器学习 继鸢尾花数据集之后,苏南大叔来分析一下机器学习中非常著名的泰坦尼克数据集。这个数据集的标签是“survived”,而字段包括:年龄、阶层、票价、仓号、登船地、是否有亲戚同乘等等。数据表明:泰坦尼克号的乘客里面,最终... 阅读更多
以鸢尾花数据集为例,如何分析数据字段的相关性?发布于2024年05月15日 python 本文以经典的鸢尾花数据为例,展示dataframe的数据相关性分析功能,也就是说看看各个字段之间相关度有多少。当然,这些相关度的计算,都是基于数字类型的。注意:字符串类型是无法参与相关度计算的。大家好,这里是苏南大... 阅读更多
dataframe数据,df.select_dtypes()根据dtype进行数据筛选发布于2024年05月14日 python 机器学习操作的结构化数据,基本上就是一个又一个的dataframe。而实际的代码层面上来说,对于字符数据又是无法处理的。真正能处理的,只有数字或者浮点数等数据。所以,对于dataframe的数据类型筛选,是比较有必... 阅读更多