机器学习基本篇
1 基本概念
机器学习，分为 回归，分类，聚类，降维
有监督学习 回归，分类， 有特征，有标签，进行训练，然后对新数据进行预测
无监督学习 聚类，降维。
题目越多，训练越好，
2 基本流程
数据预处理—— 模型训练与评估
可以优化为 获取数据——数据预处理——EDA 分析——特征工程——模型训练——可解释性分析
2.0 数据获取
利用 kaggle, 天池 等平台的 开源 数据，
2.1 预处理
目的：
- 让数据更符合逻辑
- 让数据更容易计算
借助函数实现变换 or 运算
认识数据
常用 pandas 包，是 python 中一个强大的数据分析和处理库。
其可以
- 数据处理，对数据进行 清洗，转换，合并，分组等操作，处理缺失的和重复的数据。
- 数据读取和写入， 如 CSV 格式，excel， JSON， SQL 等
- 对数据进行时间序列分析，移动窗口统计等操作
** 部分常用 API **
import pandas as pd
读取数据
df = pd.read_csv(‘data.csv’)
查看数据
df.head()
显示数据集形状. (几行几列)
df.shape
查看数据集信息。 （特征的种类和标签）
Data.info
空值的数量
mean 均值
std 标准差
min 最小值
25% 第 25 百分位数
max 最大值
unique 唯一值数量
top 出现频率最高的值
freq 最高频率出现次数
显示数据集的统计特征，
df.decribe()
非