- 第二节：数据预处理

Posted 2022-05-03 海轰Pro

目录

• 前言
• 2.2. 数据预处理
• • 2.2.1. 读取数据集
  • 2.2.2. 处理缺失值
  • 2.2.3. 转换为张量格式
• 结语

前言

Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
 
自我介绍 ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研。
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
 
唯有努力💪
 

知其然 知其所以然！

 
本文仅记录自己感兴趣的内容

2.2. 数据预处理

2.2.1. 读取数据集

创建一个人工数据集，并存储在CSV（逗号分隔值）文件 路径： ../data/house_tiny.csv

import os

os.makedirs(os.path.join('..', 'data'), exist_ok=True)
data_file = os.path.join('..', 'data', 'house_tiny.csv')
with open(data_file, 'w') as f:
    f.write('NumRooms,Alley,Price\\n')  # 列名
    f.write('NA,Pave,127500\\n')  # 每行表示一个数据样本
    f.write('2,NA,106000\\n')
    f.write('4,NA,178100\\n')
    f.write('NA,NA,140000\\n')

../data/house_tiny.csv表示在上一层目录新建一个data文件夹，再在其中创建一个csv文件，存放数据

os.makedirs() 方法用于递归创建目录

参考：https://blog.csdn.net/viven_hui/article/details/101274815

---

读取csv文件中的数据

import pandas as pd

data = pd.read_csv(data_file)
print(data)

2.2.2. 处理缺失值

使用fillna处理缺失值

fillna的使用：https://blog.csdn.net/lady_chen/article/details/114294852

---

get_dummies的使用

进行one-hot编码

2.2.3. 转换为张量格式

结语

学习资料：http://zh.d2l.ai/

文章仅作为个人学习笔记记录，记录从0到1的一个过程

希望对您有一点点帮助，如有错误欢迎小伙伴指正