python输入年月日输出年月日_Python-机器学习

一、简单线性回归

1、相关系数，衡量数据间的相关性 通过调用pandas函数corr实现

2、回归方程y=a+bx：x自变量、y因变量、a截距、b回归系数

求出a与b，就可以预测y与x，求出最佳拟合线。通过机器计算，使用最小二乘法计算a与b

（1）提取特征和标签，即提取x与y，让机器学习

（2）建立测试数据与训练数据

测试数据用来最终测量模型准确度，训练数据用来求得回归方程

（3）转化自变量数据格式（因为本次输入的特征（自变量）只有一个）

（4）导入线性回归，建立模型，求出截距与相关系数，评估模型准确度（用测试数据求决定系数R平方）

二、简单逻辑回归分类

通过输入特征，进行概率判断，最后得出一个二分结果 是或者否 的过程

（1）建立数据集

（3）逻辑回归函数 概率大于0.5则输出1，概率小于0.5则输出0

三、模拟练习-泰坦尼克号生存预测

（1）训练及测试数据导入，查看数据缺失情况使用describe和info，发现异常点

二、数据清洗

（1）数据预处理

选择子集-重命名-补足缺失-数据类型转换-排序-处理异常值

使用fillna填充空值

（2）特征提取（特征工程）

1.数据类型 直接使用即可 2.时间序列 转化成年月日 3.分类数据 用one hot编码

on hot 编码：针对一种特征有两种以上的类别使用

性别：使用map函数，把字符串对应转化为0或1

客舱：客舱特征有多个类型，所以要转化成one hot编码，使用get_dummies

头衔：头衔隐藏在姓名内部，先提取后转化成one hot编码

船舱号：这里可以用到补充知识，匿名函数，使用def去定义函数比较麻烦，lambda可以快速定义

将one hot后的数据都加入到新的表中，替换原有数据

得到one hot后的相关性数据

选择特征

提取测试及训练数据

导入训练数据和测试数据

导入算法

训练模型

评估模型