机器学习— —导入数据、处理缺失值

集成开发环境

• Spyder (前身是 Pydee) 是一个强大的交互式 Python 语言开发环境，提供高级的代码编辑、交互测试、调试等特性，支持包括 Windows、Linux 和 OS X 系统。
• 下载Anaconda之后，打开Spyder环境：
  
  

原始数据展示

• 是.csv文件
  

主要函数介绍

data.iloc()函数

• 属于pandas库，功能：从数据表中提出想要的数据。
• 其中，i 表示只接受整型的参数；loc表示location。

dataset.iloc[0]

dataset.iloc[:,:-1]

dataset.iloc[:,3]

dataset.iloc[1:3,1]

取左不取右。

mean()

这个函数在excel中也表示用来求平均数。

可执行代码

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

dataset=pd.read_csv('Data.csv')
# 自变量包括所有的行，除最后一列之外的列
x=dataset.iloc[:,:-1]
# 因变量包括所有的行，最后一列
y=dataset.iloc[:,3]
# 处理缺失值
X['Age'] = X['Age'].fillna(X['Age'].mean()) #median
X['Salary'] = X['Salary'].fillna(X['Salary'].mean()) #median

导入结果展示（缺失值处理前）

缺失值处理后

我的写在最后

学习资料来自荔枝微课。