資料集
country age salary purchased
0 france 44.0 72000.0 no
1 spain 27.0 48000.0 yes
2 germany 30.0 54000.0 no
3 spain 38.0 61000.0 no
4 germany 40.0 nan yes
5 france 35.0 58000.0 yes
6 spain nan 52000.0 no
7 france 48.0 79000.0 yes
8 germany 50.0 83000.0 no
9 france 37.0 67000.0 yes
#_*_coding:utf-8_*_
import numpy as np
import pandas as pd
from sklearn.preprocessing import imputer,labelencoder,onehotencoder
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import standardscaler
dataset = pd.read_csv('../data/data.csv')
#iloc---基於索引位來擷取資料集
x= dataset.iloc[:,:-1].values
y = dataset.iloc[ : , 3].values
#處理缺失資料
imputer = imputer(missing_values="nan",strategy="mean",axis=0)
imputer = imputer.fit(x[ : , 1:3])
#k=x[:,1:3]，使用k去訓練乙個imputer類，用該類的物件去處理k的缺失值； 用k的均值去替換k中的缺失值
x[ : ,1:3] = imputer.transform(x[ : ,1:3])
#解析分類資料 分類資料指的是含有標籤值而不是數字值的變數，例如yes、no不能用於模型的數字計算，所以需要解析成數字
label_x = labelencoder()#labelencoder 將標籤分配乙個0~n_class之間的數字編碼，此處是按照首字母來排序
x[:, 0]= label_x.fit_transform(x[ : , 0])
# #建立虛擬變數
onehotencoder = onehotencoder(categorical_features = [0])
x = onehotencoder.fit_transform(x).toarray()
labelencoder_y = labelencoder()
y = labelencoder_y.fit_transform(y)
# #拆分資料集為訓練集合和測試集合
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.2,random_state=0)
sc_x = standardscaler()
x_train = sc_x.fit_transform(x_train)
x_test = sc_x.fit_transform(x_test)
SQL基礎學習day01
froeign key外來鍵 check約束 defualt預設值 truncate table 語句 其它運算子描述 等於 不等於。注釋 在 sql 的一些版本中，該操作符可被寫成 大於 小於 大於等於 小於等於 between 在某個範圍內 like 搜尋某種模式 in指定針對某個列的多個可能值...
c 基礎學習Day01
c 基礎學習day01 計算機系統 計算機系統由硬體 軟體組成 指令系統是硬體和軟體的介面。計算機語言和程式設計方法 計算機語言 程式設計師與計算機溝通的語言 描述解決問題的方法和相關資料。計算機語言的級別 二進位制 構成的機器語言 使用助記符的組合語言 使用類似英語單詞和語句的高階語言 c 是物件...
python之基礎學習day01
今天是python學習的第一天，收穫還是不少的，使用的編輯器為python3.7。第一天學習知識總結 1 編寫的第一句python語句 print hello world 2 python的兩種執行方式 python直譯器 py檔案路徑 python進入直譯器 實時輸入並獲取到執行結果 3 pyth...