第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

?數(shù)據(jù)診斷的目的

? 1.了解特征的分布，缺失和異常等情況

? 2.統(tǒng)計(jì)指標(biāo)課直接用于數(shù)據(jù)與處理

先安裝好python。numpy包。pandas包。scipy包

課程目標(biāo)啊

基本描述統(tǒng)計(jì)：

##1.Basic Analysis##
#(1)Missing Value#
missSet=[np. nan,9999999999,-999999)? （#獲取缺失值，使用numpy的nan，事先知道缺失值如9999999，-99999）
#(2)Count distinct#
Len(df.iloc[:,0].unique())

（#對(duì)異常值的計(jì)數(shù)，[:,0]表示所有列的第一列開(kāi)始，然后找到不同值，再計(jì)數(shù)）
count_un = df.iloc[:,0:3].apply ( Lambda x: len(x.unique()))

（#如果是多列采用這個(gè)形式：apply 函數(shù)遍歷每一列）
#(3)Zero values#
np. Sum(df. iloc[:,0] ==0)

（#還是以第一列為例，找到等于0的，然后將true相加）
count_zero = df.iloc[:,0:3] .apply ( Lambda x:np.sum(x==0))

（#還是對(duì)多列中等于0的加和）

統(tǒng)計(jì)常規(guī)指標(biāo)：

1.均值、中位數(shù)、最大值、最小值等

2.計(jì)數(shù)類（如統(tǒng)計(jì)某值出現(xiàn)多少）

3.缺失值和方差等（方差太小沒(méi)有區(qū)分度，缺失值太多也一樣）

分位點(diǎn)、值得頻數(shù)等（不同的分位點(diǎn)的值相同的情況下，需要關(guān)注一下！值得頻數(shù)就是統(tǒng)計(jì)最經(jīng)常出現(xiàn)的值是誰(shuí)，有什么比例等）

數(shù)據(jù)的診斷：

數(shù)據(jù)的獲取與讀?。?/p>

數(shù)據(jù)的獲?。篕aggle.

數(shù)據(jù)的讀取：

數(shù)據(jù)的鏈接：https://www.kaggle.com/c/santander-customer-satisfaction

公式的提供：Santander（提供不滿意用戶，使用調(diào)查對(duì)因變量分析進(jìn)而建立模型獲取不滿意

numpy:　對(duì)數(shù)組向量化；

pandas:　把數(shù)據(jù)讀成dataframe形式，讀寫(xiě)

scipy:　計(jì)算，函數(shù)，眾數(shù)等計(jì)算

1、編碼

2、導(dǎo)入division返回值是一個(gè)浮點(diǎn)型的數(shù)

3、導(dǎo)入pd，np，scipy中的stats函數(shù)

數(shù)據(jù)診斷的主要指標(biāo)

依賴包：

Numpy

Pandas

Scipy

開(kāi)始學(xué)習(xí)的第一天

基本描述統(tǒng)計(jì)：

##1.Basic Analysis##
#(1)Missing Value#
missSet=[np. nan,9999999999,-999999)? （#獲取缺失值，使用numpy的nan，事先知道缺失值如9999999，-99999）
#(2)Count distinct#
Len(df.iloc[:,0].unique())

（#對(duì)異常值的計(jì)數(shù)，[:,0]表示所有列的第一列開(kāi)始，然后找到不同值，再計(jì)數(shù)）
count_un = df.iloc[:,0:3].apply ( Lambda x: len(x.unique()))

（#如果是多列采用這個(gè)形式：apply 函數(shù)遍歷每一列）
#(3)Zero values#
np. Sum(df. iloc[:,0] ==0)

（#還是以第一列為例，找到等于0的，然后將true相加）
count_zero = df.iloc[:,0:3] .apply ( Lambda x:np.sum(x==0))

（#還是對(duì)多列中等于0的加和）

統(tǒng)計(jì)常規(guī)指標(biāo)：

1.均值、中位數(shù)、最大值、最小值等

2.計(jì)數(shù)類（如統(tǒng)計(jì)某值出現(xiàn)多少）

3.缺失值和方差等（方差太小沒(méi)有區(qū)分度，缺失值太多也一樣）

分位點(diǎn)、值得頻數(shù)等（不同的分位點(diǎn)的值相同的情況下，需要關(guān)注一下！值得頻數(shù)就是統(tǒng)計(jì)最經(jīng)常出現(xiàn)的值是誰(shuí)，有什么比例等）

數(shù)據(jù)的診斷：

數(shù)據(jù)的獲取與讀?。?/p>

數(shù)據(jù)的獲?。篕aggle.

數(shù)據(jù)的讀?。?/p>

數(shù)據(jù)的鏈接：https://www.kaggle.com/c/santander-customer-satisfaction

公式的提供：Santander（提供不滿意用戶，使用調(diào)查對(duì)因變量分析進(jìn)而建立模型獲取不滿意客戶）

下面進(jìn)行一個(gè)數(shù)據(jù)的讀取：

##0.Read Data##
df =pd.read_csv("./data/train. csv")? ? #獲取要讀取的文件格式并命名為df;

#csv是第一行代碼讀取的格式；./data/train. csv這個(gè)路徑也是可以根據(jù)自己保存的不同進(jìn)行更改的。

label = df ['TARGET']? ?#將要預(yù)測(cè)的目標(biāo)名稱賦值給lable；

#要預(yù)測(cè)的目標(biāo)label，TARGET是要預(yù)測(cè)目標(biāo)的名字

df=df.drop( ['ID, 'TARGET'], axis=1)? ?#將不需要的列給刪除掉；

?#將不需要的變量刪掉，axis=1表示軸=1；?（['ID, 'TARGET'], axis=1）表示刪除ID和TARGET這兩列。

依賴包：

Numpy、Pandas、Scripy

依賴包的導(dǎo)入：（一般采用）

#-*-coding:utf-8_*_
from? _future_? import division?
import pandas as pd?
import numpy as np?
from scipy import stats

from _future_ import division?確保一個(gè)數(shù)除以另外一個(gè)數(shù)不等于0，會(huì)返回一個(gè)浮點(diǎn)型的數(shù)