神经网络的并行连接(CNN+LSTM)

        一. 数据集预处理

          1. 加载csv文件

obj = pd.read_csv("文件路径", header=0)

          2. 提取数据

data = np.asarray(obj.iloc[:, m:n+1])  # 数据集中在m~n列

          3. 数据归一化

                  参考数据标准化处理 

          4. 数据输入格式基本处理

# 如将样本处理成三维数据,可利用reshape()
data = data.reshape(num, rows, cols) 
# 列表转数组 
data = np.array(data)     

          5. 提取标签值

# 提取标签值
obj = obj[['列名1','列名2',...,'列名n']]

          6. 标签值的类别转id(即用数字表示标签的类别数,如果有n类标签就用0~n-1表示)

# 假设只有一列为标签
obj['id'] = obj['列名'].factorize()[0]  # 在其后增加一列&#

你可能感兴趣的:(深度学习,python,deep,learning)